arXiv · ML· Xingtu Liu·· 3 天前AI 评分20
非对称 Q-Learning 的尖锐高斯近似速率证明
Sharp Gaussian Approximation for Q-Learning
AI 导读
论文建立了异步 Q-learning 搭配 Polyak-Ruppert 平均的尖锐非渐近高斯近似速率,证明了 Wasserstein 距离下 $\widetilde{O}(n^{-1/4})$ 的上界及匹配的日志因子下界。
来源:arXiv · ML · arxiv.org