arXiv · Machine Learning· Yanjie Dong, Zhou Su, Wei Wang, Gang Wang·· 10 小时前AI 评分36
马尔可夫轨迹上重要性校正动量 Actor-Critic 的统一分析
A Unified Analysis of Importance-Corrected Momentum Actor-Critic over a Markovian Trajectory
AI 导读
研究分析了结合 ridge 正则化 pathwise LSTD critic 与重要性校正动量（ICM）actor 的 Actor-Critic 方法，并为单条马尔可夫轨迹上的 ICM 方法建立有限时间界。
来源：arXiv · Machine Learning · arxiv.org