09:52
官方账号arXiv cs.LG@Joseph Lazzaro, Alessio Russo, Aldo Pacchiano
推荐理由：这篇论文给NaS算法提供了非渐近保证，解释了样本复杂度受哪些因素影响，做强化学习理论的朋友可以看看。
BPI
共 1 条相关 AI 资讯
7月21日
09:52
本文研究在线表格强化学习中的最佳策略识别问题，提出首个非渐近样本复杂度保证。算法Navigate and Stop (NaS)的样本复杂度依赖于特征时间、MDP的连通性、最优特征时间的曲率等实例相关量。研究填补了NaS算法在非渐近分析上的空白，明确了各因素对样本复杂度的贡献。