arXiv · ML· Xihe Gu, Urbashi Mitra, Tara Javidi·· 9 小时前AI 评分22
κ-Explorer：MDP 中最小极大主动模型估计
$\kappa$-Explorer: Minimax Active Model Estimation in MDPs
AI 导读
论文提出 κ-Explorer 主动探索算法，用于准确估计未知马尔可夫决策过程（MDP）的转移动态。 该算法利用估计内在复杂性与外在访问频率的 κ 次方比构造探索奖励，优化了界定最小极大估计误差的代理目标函数。 在足够大的 κ 值下，建立了代理目标差距为 $\widetilde{O}(t^{-1/3})$ 的有限样本保证。
来源：arXiv · ML · arxiv.org