arXiv cs.LG· Chenhao Zhou, Chao Zhang, Wensong Bai, Hanbin Zhao, Hui Qian·· 11 天前AI 评分29
低秩约束马尔可夫决策过程的原对偶表征学习
Primal-Dual Representation Learning for Low-Rank Constrained MDPs
AI 导读
研究者提出了针对连续状态空间低秩约束马尔可夫决策过程的表征学习方法 REP-PD-TEG 与 REP-PD-H-TEG，首次为该场景提供了具备软累积保证与硬违规控制的理论保障。
来源：arXiv cs.LG · arxiv.org