PulseAugur
中
实时 23:11:18
实体 Geometric Resampling with Rejection

Geometric Resampling with Rejection

PulseAugur coverage of Geometric Resampling with Rejection — every cluster mentioning Geometric Resampling with Rejection 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_356609 ·

    新技术解决了对抗性MDP中的开放性问题

    研究人员引入了一种称为“引入反馈延迟”的新技术，以改进对抗性马尔可夫决策过程（AMDP）中的遗憾最小化。该方法通过在更新策略的同时使用未来回合来估计Q函数，解决了与策略变化和数据相关性相关的挑战。提出的带拒绝的几何重采样（GRR）算法在表格和线性AMDP中分别实现了最优的$\sqrt{S}$和$\sqrt{K}$依赖性，解决了该领域长期存在的开放性问题。