PulseAugur
中
实时 09:34:03
实体 Mohammad Sadegh Talebi

Mohammad Sadegh Talebi

PulseAugur coverage of Mohammad Sadegh Talebi — every cluster mentioning Mohammad Sadegh Talebi 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_284587 ·

    新的强化学习方法实现了近乎最优的样本复杂度

    研究人员开发了一种新的强化学习方法，该方法显著提高了递归熵风险偏好的样本复杂度。该论文对基于模型的风险敏感Q值迭代进行了精炼分析，实现了近乎最优的样本复杂度保证。这项工作缩小了有限折扣马尔可夫决策过程中现有上下界之间的差距，特别是在风险参数和有效视界方面。