本文介绍了一种新的强化学习框架,用于解决复杂的随机控制问题,其中漂移系数和运行奖励函数等关键参数是未知的。所提出的算法旨在学习最优值函数和反馈控制策略,具有理论基础并已证明收敛性。研究还探讨了涉及依赖于控制的扩散的特定情况,这需要先进的概率表示。 AI
影响 引入了解决复杂随机控制问题的新算法,有可能推动需要不确定性下自适应决策的领域的研究。
排序理由 该条目是发表在arXiv上的学术论文,详细介绍了针对特定类别控制问题的新的理论算法和收敛性证明。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX Code Finder for Papers
- Connected Papers
- CORE Recommender
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv Recommender
- Influence Flower
- Litmaps
- ScienceCast
- scite Smart Citations
- Wang
- Zariphopoulou
- zhou
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →