arXiv · Machine Learning· Haichen Hu, David Simchi-Levi·2026-10-28 12:00· 13 小时前AI 评分44

Sobolev 核方法强化学习的极小极大遗憾率

Minimax Regret for Sobolev Kernel-Based Reinforcement Learning

AI 导读

该研究证明，在奖励与转移密度属于 Sobolev 再生核希尔伯特空间的分回合核方法强化学习中，T 个回合的极小极大期望遗憾为 \widetilde{\Theta}(T^{\max\{e_A,e_B\}})，两项指数刻画动作选择与跨状态学习的不同难点。