arXiv cs.LG· Yanjie Dong, Zhou Su, Wei Wang, Gang Wang·· 6 天前AI 评分25
马尔可夫轨迹下重要性修正动量 Actor-Critic 的统一分析
A Unified Analysis of Importance-Corrected Momentum Actor-Critic over a Markovian Trajectory
AI 导读
研究提出了结合岭正则化 LSTD 与重要性修正动量（ICM）的 Actor-Critic 方法，首次在单条马尔可夫轨迹上建立有限时间界。在 $K$ 次更新下，归一化与非归一化步长的平均梯度范数界分别为 ${\cal O}(K^{-1/3}+\frac{1}{T})$ 与 ${\cal O}(K^{-1/4}+\frac{1}{T})$。
来源：arXiv cs.LG · arxiv.org