提出黑箱模拟器时序差分校准框架

Min Zeng等提出一种用时序差分校准黑箱模拟器的无导数框架，并给出三种算法及其收敛理论保证。框架结合目标系统的一步转移与模拟器生成的带噪延续值，以贝尔曼正交条件定义校准参数；论文证明算法几乎必然收敛，并给出均方误差界和平均估计量的中心极限定理。 模拟器设定正确时，校准可恢复物理参数，并可采用固定扰动半径，使模拟器运行预算上的收敛速率指数接近1/2。设定不符时，校准参数对应于对策略价值的近最优L₂逼近，收敛速率通常回到经典的Kiefer-Wolfowitz速率。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。