09:52
官方账号arXiv cs.LG@Mathieu Laurière, Ariel Neufeld, Kyunghyun Park
推荐理由：这篇论文给了一个能应对不确定性干扰的Q-learning方法，在系统和疫情模型上都试过了，效果不错。
Q-learning
共 3 条相关 AI 资讯
6月19日
09:52
该论文提出一种鲁棒Q-learning算法，用于离散时间平均场控制问题，处理公共噪声规律中的Wasserstein不确定性。算法结合量化投影方案和Wasserstein对偶重构，并证明了同步和异步学习方案的收敛性及有限时间迭代界。在系统性风险和流行病模型上的数值实验比较了异步实现与理想Bellman迭代，展示了在公共噪声误指定下的鲁棒性-性能权衡。
6月16日
10:44
10:44
官方账号arXiv cs.AI@Qian Qi
精选
推荐理由：这篇论文把Q-learning的Bellman目标正则性研究透了，还给出了DeepONet的近似界限，适合搞理论强化学习的人细读。
5月12日
19:11
19:11
官方一手arXiv: DeepSeek@Emile Anand, Abdullah Ateyeh, Xinyuan Cao, Max Dabagia
推荐理由：该工作通过理论构造和实验验证，说明了连续潜在上下文可作为Transformer在线学习的通用状态载体，为构建能长期自适应交互的轻量级AI系统提供了新思路。