arXiv stat.ML· Nicolas Hoischen, Petar Bevanda, Max Beier, Stefan Sosnowski, Boris Houska, Sandra Hirche·· 22 天前AI 评分28
无穷小算子世界模型：离线强化学习的有限样本保证
Infinitesimal Operator World Models: Finite-Sample Guarantees for Offline Reinforcement Learning
AI 导读
研究提出基于算子理论的世界模型，通过在再生核希尔伯特空间学习受控扩散过程的无穷小生成元，为离线强化学习提供有限样本保证。该方法结合 Hamilton-Jacobi-Bellman 方程，确立了生成元近似误差足够小时价值函数的全局收敛性。团队还推导出与系统平滑度及稳定性绑定的显式有限样本界，为连续时间最优控制应用于离线强化学习奠定基础。
来源：arXiv stat.ML · arxiv.org