异步TD学习获近极小极大最优速率
热点事件持续更新
异步TD学习获近极小极大最优速率
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Yang Peng 发表论文，证明标准重要性加权时序差分（TD）学习在有限马尔可夫决策过程单轨迹下，最后一次迭代以高概率达到 sup-norm 误差不超过 ε，所需转移次数为 Õ(ϱH³/(μ_min ε²)+𝔥⋆)，适用于 0<ε≤1。该结果被称为近极小极大最优速率。
AI 根据报道生成 · 1 小时前更新
最新进展10月12日 12:00
异步 TD 学习在 Markovian 数据下的近极小极大最优速率报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv stat.ML异步 TD 学习在 Markovian 数据下的近极小极大最优速率
研究标准重要性加权时序差分（TD）学习在有限马尔可夫决策过程单轨迹下的最后一次迭代，证明其以高概率达到 sup-norm 误差不超过 ε，所需转移次数为 Õ(ϱH³/(μ_min ε²)+𝔥⋆)。
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。