arXiv · ML· Zijie Cheng, Yang Peng, Zhihua Zhang·· 8 小时前AI 评分20
分位数分布强化学习中的在线统计推断
Online Inference for Quantile Distributional Reinforcement Learning
AI 导读
研究分位数分布强化学习的在线统计推断，建立 QTD 迭代的部分和函数中心极限定理及置信区间。 构造递归可算随机缩放统计量实现渐近精确覆盖；基于分位数 Bellman 单调性开发协调剃削算法，实现有限样本 anytime 有效覆盖。
来源：arXiv · ML · arxiv.org