arXiv · ML· Yuxin Chen, Yuejie Chi, Jianqing Fan, Gen Li, Yuting Wei, Yuling Yan·· 1 天前AI 评分21
强化学习的统计基础：非渐近视角综述
Statistical Foundations of Reinforcement Learning: A Non-Asymptotic Perspective
AI 导读
该专著基于表格型马尔可夫决策过程，建立强化学习（RL）的非渐近统计理论框架。 重点分析生成模型 RL、在线 RL 和离线 RL 三种采样机制，以及模型驱动与模型无关两大算法范式的样本复杂度，强调最小极大最优算法设计。 还简要讨论了鲁棒 RL、多智能体 RL、联邦 RL 及基于人类反馈的 RL 等扩展方向。
来源：arXiv · ML · arxiv.org