分位数分布强化学习近最优极小极大率

1. 12:00
   arXiv · ML

   分位数分布强化学习近最优极小极大率

   该研究提出了分位数不动点估计器，在 Wasserstein 距离下建立了非渐近误差界。 假设奖励密度在支集端点处有界远离零时，对所有分位数分辨率 $m$ 和 Wasserstein 阶数 $1\le p\le\infty$ 获得根 $n$ 高概率界。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。