#马尔可夫决策过程

4 stories · 1 in 7 days · 2 in 30 days

强化学习 3 ADMM 1 Edgeworth展开 1 Geometric Theory of Decision Boundaries 1 KKT条件 1 Q-learning 1 Structured Markov Decision Processes 1 决策边界 1

Stories, products and papers tagged "马尔可夫决策过程", newest first.

Nov 13

Chinese content用分布展开精确刻画 Q-learning 的瞬态误差

如果你调过 Q-learning 会被初始阶段的大误差困扰，这篇把误差拆成 TD 和最大化两块，告诉你瞬态从哪来、为什么高斯近似够不着。做强化学习理论或想理解算法收敛细节的研究者会很受益。

#Q-learning #强化学习 #马尔可夫决策过程 #Edgeworth展开

arXiv cs.LG@Shengbo WangSource

Oct 16

Papers Builders11:44

Chinese content强化学习框架用于癌症自适应治疗：建模不确定性下的稳健策略

把鲁棒强化学习用在前列腺癌自适应治疗上，患者当隐藏上下文建模，模拟器里比现有方法更稳还不掉性能，做医疗AI的可以看看。

#强化学习 #自适应治疗 #前列腺癌 #马尔可夫决策过程

arXiv cs.LG@Chengze Xie et al. (5)Source

Sep 30

Papers Builders09:17

Chinese contentMarkovian非凸ADMM强化学习研究

这篇论文提出了强化学习中ADMM的新理论框架，解决了马尔可夫采样下的收敛问题，为强化学习算法提供了新的理论支持。

#ADMM #强化学习 #贝尔曼方程 #马尔可夫决策过程

arXiv cs.LG@Zhaojun PengSource

Sep 17

Papers BuildersSelected09:53

Geometric Theory of Decision Boundaries in Structured MDPs

This paper provides a new theoretical foundation for understanding and improving the efficiency of decision-making algorithms in structured environments, which is relevant for fields like robotics and reinforcement learning.

#structured MDPs #decision boundaries #reinforcement learning #geometric theory

arXiv cs.LG@Fredy PokouSource