arXiv · ML· Chenhao Zhou, Jiyu Wei·· 7 小时前AI 评分23
面向在线鲁棒零和马尔可夫博弈的函数近似方法
Toward Online Robust Zero-Sum Markov Games with Function Approximation
AI 导读
研究人员提出乐观对偶鲁棒 Bellman 框架，用于在线鲁棒零和马尔可夫博弈。 框架结合对偶鲁棒 Bellman 拟合、乐观极小极大规划及后置验证置信集。 该研究已被 NeurIPS 2026 接收，包含一般及投影函数近似的结果。
来源：arXiv · ML · arxiv.org