arXiv · Machine Learning· Corentin Pla, Hugo Richard, Marc Abeille, Nadav Merlis, Vianney Perchet·2026-10-28 12:00· 9 小时前AI 评分38

带转移前瞻的强化学习的计算难度

On the Hardness of Reinforcement Learning with Transition Look-Ahead

AI 导读

研究表明，带转移前瞻的强化学习在一步前瞻（ℓ=1）时可通过新的线性规划形式在多项式时间内求解最优规划，但当ℓ≥2时问题变为NP-hard。该设定允许智能体在行动前观察执行任意ℓ个动作序列后将访问的状态，结果划定了规划问题从可处理到难处理的边界。