arXiv · ML· Baptiste Debes, Tinne Tuytelaars·· 2 天前AI 评分28
SDRL:基于切片散度的多变量分布强化学习
Multivariate Distributional Reinforcement Learning Using Sliced Divergences
AI 导读
提出切片分布强化学习(SDRL),通过投影将一维散度扩展至多变量回报分布,并在单一标量折扣下证明均匀切片的 Bellman 收缩性。 方法引入最大切片变体以支持通用稠密折扣矩阵,分析 Wasserstein、Cramér 及 MMD 散度,在 Atari 等环境完成评估,文章发表于 ICML 2026。
来源:arXiv · ML · arxiv.org