arXiv · ML· Chenbei Lu, Zaiwei Chen, Tongxin Li, Chenye Wu, Adam Wierman·· 6 小时前AI 评分23
基于多步转移预测的强化学习：一种贝叶曼理论
Reinforcement Learning with Multi-Step Transition Predictions: A Bellman Theory
AI 导读
研究证明多步预测能提升强化学习效果，并建立折扣有限马尔可夫决策过程的贝叶曼方程。 该方程揭示预测通过递归改变最大化与期望的局部顺序创造价值。算法BF--BOLA匹配对数因子的样本复杂度上下界，预测可减少未覆盖行的转移学习需求。
来源：arXiv · ML · arxiv.org