arXiv · Machine Learning· Yuchen Jiao, Gen Li·· 9 小时前AI 评分38
鲁棒强化学习中可证明高效的 Q-learning
Provably Efficient Q-learning for Robust Reinforcement Learning
AI 导读
研究提出面向鲁棒强化学习的样本高效异步 Q-learning 算法，针对 Markovian 数据下缺少高效无模型方法的问题给出理论保证。在单条轨迹和总变差距离不确定集下，该算法逐项逼近最优 Q 函数的样本复杂度上界取决于 μ_min、ε、γ、σ 与 t_mix（忽略对数因子），且近乎 minimax 最优，仅多一个 1/(1−γ) 因子。
来源：arXiv · Machine Learning · arxiv.org