AITOPAI热报

#reinforcement learning theory

3 stories · 2 in 7 days · 3 in 30 days
AMDP 1arXiv 1GRR 1offline RL 1Wasserstein distance 1offline reinforcement learning 1policy optimization 1regret minimization 1
Stories, products and papers tagged "reinforcement learning theory", newest first.
Nov 13
PapersBuilders15:01
Chinese content反馈延迟技术破解 Adversarial MDP 遗留遗憾界难题

做强化学习理论的应该看看这篇：作者在对抗 MDP 里主动引入反馈延迟，反而免费换来了 √S 和 √K 两处最优遗憾界。表格情形填了多年开放问题的缺口，线性情形把五年卡在 K^3/4 的记录推到 K^1/2，GRR 这个技巧以后估计会被反复引用。

#AMDP#reinforcement learning theory#regret minimization#GRR
arXiv cs.AI@Aarush Kulkarni et al. (4)Source
Nov 10
PapersPolicy12:35
Chinese content离线策略优化新算法：全策略线性可实现下计算效率突破

离线强化学习理论的一篇硬核新论文：作者设计了每层只需一次凸回归的算法，在所有策略都线性可实现时样本量 O(ε^{-2})、计算量只随 log(B) 增长，还证明精度指数 2 已是下界。做 offline RL 理论或想了解覆盖假设能否放宽的研究者值得精读。

#offline reinforcement learning#offline RL#policy optimization#reinforcement learning theory
arXiv cs.LG@Zhijie ZhengSource
Oct 22