arXiv stat.ML· Haichen Hu, David Simchi-Levi·· 7 天前AI 评分31
基于 Sobolev 核的强化学习 Minimax 遗憾界
Minimax Regret for Sobolev Kernel-Based Reinforcement Learning
AI 导读
该研究针对连续状态与动作空间下的 Sobolev 再生核希尔伯特空间（RKHS）情景强化学习，证明其在 $T$ 轮下的 minimax 期望遗憾界为 $\widetilde\Theta(T^{\max\{e_A,e_B\}})$。
来源：arXiv stat.ML · arxiv.org