Chinese contentMFRLC：低秩约束马尔可夫决策过程的无模型表征学习算法
强化学习理论党看过来：MFRLC用LSVI-UCB加原始-对偶做约束MDP，拿到K^{3/4}次线性遗憾界，还不用估计转移核。
#无模型算法
1 stories · 1 in 7 days · 1 in 30 days
Stories, products and papers tagged "无模型算法", newest first.
Nov 6
强化学习理论党看过来：MFRLC用LSVI-UCB加原始-对偶做约束MDP，拿到K^{3/4}次线性遗憾界，还不用估计转移核。