Avvaru Ch Madhusudanarao

arXiv论文分析非线性两时间尺度随机逼近中的平稳偏差

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。