arXiv stat.ML· Zijie Cheng, Zhihua Zhang·· 12 天前AI 评分25
分位数分布式强化学习的近极小极大速率研究
Near Minimax Rate for Quantile Distributional Reinforcement Learning
AI 导读
该研究针对分位数分布式策略评估，基于生成模型从经验马尔可夫决策过程中构建了分位数不动点估计器，并建立了 Wasserstein 距离下的非渐近误差界。
来源：arXiv stat.ML · arxiv.org