Ege Can Kaya

两篇arXiv论文探讨有限迭代理论和时序差分学习的在线推理

两篇新的arXiv论文深入探讨了时序差分（TD）学习方法的理论基础，重点关注其有限迭代行为和在线统计推理。第一篇由Ege Can Kaya撰写的论文分析了标量和多变量设置下的异步分类TD学习，建立了折扣界限和有限迭代保证。第二篇论文研究了回报分布函数量的在线推理，证明了根T误差弱收敛到高斯随机元素，并为各种统计函数量证明了bootstrap推理的合理性。