研究者提出鲁棒强化学习的异步Q-learning算法
热点事件持续更新
研究者提出鲁棒强化学习的异步Q-learning算法
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Yuchen Jiao 与 Gen Li 在 arXiv 论文（arXiv:2610.35656）中提出一种面向鲁棒强化学习的样本高效异步 Q-learning 算法，并给出近极小极大最优的样本复杂度界。 该算法针对 Markov 决策过程在 sim-to-real 差距下的脆弱性，适用于 γ 折扣无限时域鲁棒 MDP。其适用条件是：不确定集由总变差（TV）距离刻画、不确定度为 σ，且算法可访问由行为策略和标称转移核产生的单条 Markov 样本轨迹。
AI 根据报道生成 · 2 小时前更新
最新进展10月27日 12:00
鲁棒强化学习中可证明高效的 Q-learning 算法报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.AI鲁棒强化学习中可证明高效的 Q-learning 算法
针对 Markov 决策过程在 sim-to-real 差距下的脆弱性，该研究提出一种面向鲁棒强化学习的异步 Q-learning 算法，适用于不确定集由总变差距离刻画、不确定度为 σ 的 γ 折扣无限时域鲁棒 MDP。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。