外生上下文MDP学习的PAC界更新至v3
热点事件持续更新
外生上下文MDP学习的PAC界更新至v3
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
Corentin Pla、Hugo Richard、Marc Abeille和Vianney Perchet提交论文v3，提出外生上下文折扣MDP的PAC学习框架，并给出策略评估、最优价值估计和最优策略提取的样本复杂度界。 在奖励和转移已知时，三项任务的界除对数因子外达到极小极大最优；转移未知时，研究给出复杂度界及匹配下界。所有界均不依赖上下文空间的基数。
AI 根据报道生成 · 1 小时前更新
最新进展10月28日 12:00
外生上下文 MDP 学习的极小极大 PAC 界报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine Learning外生上下文 MDP 学习的极小极大 PAC 界
该研究提出允许学习者在查询已知前和决策时访问采样预言机的 PAC 框架，分析外生 i.i.d. 上下文折扣 MDP 中的策略评估（PE）、最优价值估计（BVE）和最优策略提取（BPE）。研究给出已知奖励与转移时三项任务除对数因子外的 minimax 最优样本复杂度，以及转移未知时的复杂度界和匹配下界；所有界均不依赖上下文空间基数。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。