研究者提出无穷小算子离线强化学习世界模型

研究者 Nicolas Hoischen 等人提出一种基于无穷小生成算子的离线强化学习世界模型方法，用再生核希尔伯特空间学习受控扩散过程的无穷小生成元，将强化学习与 Hamilton-Jacobi-Bellman 方程关联，并给出显式有限样本保证。 理论结果表明，在生成元近似误差足够小时，价值函数可全局收敛，收敛边界直接与系统的平滑性和稳定性挂钩。该工作为连续时间最优控制下的离线强化学习提供了统计理解。

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。