本文深入探讨了非线性两时间尺度随机逼近方法中存在的平稳偏差。研究聚焦于由有限状态马尔可夫链驱动的递归,推导了一个一阶偏差展开,即使当慢步长远小于快步长时,该展开也保持一致性。研究结果表明,偏差缩减策略需要仔细匹配Richardson-Romberg外插权重与特定的步长路径,因为偏差指数可能并非总是整数。研究包含一个可精确求解的非线性马尔可夫示例用于验证,并考察了时序差分学习和有限运行外插。 AI
排序理由 该聚类包含一篇发表在arXiv上的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →