Sobole夫核强化学习获极小极大遗憾界
热点事件持续更新
Sobole夫核强化学习获极小极大遗憾界
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Haichen Hu 和 David Simchi-Levi 证明，在奖励函数与转移密度属于 Sobolev 再生核希尔伯特空间的分回合核强化学习中，T 个回合的极小极大期望遗憾为 \widetilde{\Theta}(T^{\max\{e_A,e_B\}})，并提出达到这一速率的 SOVI 算法。两个指数分别刻画动作选择与跨状态学习的难点。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
Sobolev 核方法强化学习的极小极大遗憾率报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · Machine LearningSobolev 核方法强化学习的极小极大遗憾率
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。
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。