PulseAugur
中
实时 09:19:01
实体 almost-sure reachability

almost-sure reachability

PulseAugur coverage of almost-sure reachability — every cluster mentioning almost-sure reachability across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_300797 ·

    新方法在未知MDP中认证强化学习策略

    研究人员开发了一种方法，用于验证强化学习策略在未知的马尔可夫决策过程（MDP）中是否正确实现了几乎确定的可达性。虽然在没有MDP先验知识的情况下直接验证是不可能的，但研究表明，在已知转移概率下界的情况下，可以通过PAC风格的保证学习到正确的证书。实验表明，这个条件虽然合理，但具有保守性，即使在条件不满足时，学习到的证书也常常保持有效。