异步Q-Learning命中时间界论文发表
热点事件持续更新
异步Q-Learning命中时间界论文发表
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
杨鹏（Yang Peng）发表论文，证明零初始化、固定步长的标准异步 Q-Learning 从单条轨迹出发，以高概率达到 sup 范数误差不超过 ε，所需转移数为 Õ(H^4/(μ_min ε^2)+𝔥_★)。 论文称，基于状态-动作计数的经验规则可在无需模型参数、目标精度和置信水平先验的情况下选出固定步长，并达到相同速率。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
异步 Q-Learning 的命中时间界报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.LG异步 Q-Learning 的命中时间界
研究证明，零初始化、固定步长的标准异步 Q-Learning 从单条轨迹出发，以高概率达到 sup 范数误差不超过 ε，所需转移数为 Õ(H^4/(μ_min ε^2)+𝔥_★)。基于状态-动作计数的经验规则可在无需模型参数、目标精度和置信水平先验的情况下选出固定步长，并达到相同速率。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。