arXiv · ML· Zijie Cheng, Zhihua Zhang·· 16 小时前AI 评分28
分位数分布强化学习近最优极小极大率
Near Minimax Rate for Quantile Distributional Reinforcement Learning
AI 导读
该研究提出了分位数不动点估计器，在 Wasserstein 距离下建立了非渐近误差界。 假设奖励密度在支集端点处有界远离零时，对所有分位数分辨率 $m$ 和 Wasserstein 阶数 $1\le p\le\infty$ 获得根 $n$ 高概率界。
来源：arXiv · ML · arxiv.org