实体 PAC-style

PAC-style

PulseAugur coverage of PAC-style — every cluster mentioning PAC-style across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_300797 · Oct 15 · 04:00

新方法在未知MDP中认证强化学习策略

研究人员开发了一种方法，用于验证强化学习策略在未知的马尔可夫决策过程（MDP）中是否正确实现了几乎确定的可达性。虽然在没有MDP先验知识的情况下直接验证是不可能的，但研究表明，在已知转移概率下界的情况下，可以通过PAC风格的保证学习到正确的证书。实验表明，这个条件虽然合理，但具有保守性，即使在条件不满足时，学习到的证书也常常保持有效。