PulseAugur
中
实时 04:14:59
实体 Bellman contraction

Bellman contraction

PulseAugur coverage of Bellman contraction — every cluster mentioning Bellman contraction 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_217811 ·

    新的Q学习框架提供稳定的无限维线性逼近

    研究人员开发了一种使用无限维线性函数逼近的稳定Q学习新框架。该方法通过重建和压缩算子来保持贝尔曼收缩，从而解决了传统Q学习中的不稳定性问题。该框架的学习变量是紧致潜在度量空间上的系数场，并提供了\(\\widetilde O(n^{-1/2})\)阶的收敛界限。该方法为理解统计难度提供了强大的抽象，并能适应潜在空间的几何形状和光滑度。