English(EN) Prelimit Coupling and Steady-State Convergence of Constant-stepsize Nonsmooth Contractive SA

新技术分析Q学习的收敛性和随机逼近中的偏差

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-15 04:00

研究人员开发了一种新技术，用于分析非光滑收缩随机逼近（SA）动力学，这与Q学习特别相关。该研究在Wasserstein距离下，对加性噪声以及加性和乘性噪声的同步/异步Q学习的迭代弱收敛到平稳极限分布进行了证明。引入了一种新颖的预极限耦合方法，以证明稳态收敛并表征步长趋近于零时的极限分布，揭示了与光滑SA不同，存在与步长平方根成比例的渐近偏差。 AI

影响引入了一种分析Q学习收敛性和偏差的新颖方法，有可能提高强化学习算法的性能。

排序理由学术论文，详细介绍了一种分析机器学习算法的新理论方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 11 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 学术论文，详细介绍了一种分析机器学习算法的新理论方法。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, other; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Same-day; Cluster formed today. Ranking reflects the current source set at time of score.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Yixuan Zhang, Dongyan Huo, Yudong Chen, Qiaomin Xie · 2026-09-15 04:00

常步长非光滑收缩随机逼近的预极限耦合与稳态收敛性

arXiv:2404.06023v3 Announce Type: replace-cross Abstract: Motivated by Q-learning, we study nonsmooth contractive stochastic approximation (SA) with constant stepsize. We focus on two important classes of dynamics: 1) nonsmooth contractive SA with additive noise, and 2) synchrono…

本文如何被排名

报道来源 [1]

常步长非光滑收缩随机逼近的预极限耦合与稳态收敛性

相关实体

相关话题