Stefan Stojanovic

新的强化学习方法利用移位后继者度量来提高性能

研究人员开发了一种新的强化学习（RL）方法，该方法挑战了后继者度量中低秩结构的普遍假设。题为“Shift Before You Learn: Enabling Low-Rank Representations in Reinforcement Learning”的研究表明，在考虑了初始转换的“移位”后继者度量中会出现低秩结构。该论文为估计这种移位度量提供了理论保证，并引入了一个新概念——II型庞加莱不等式，以量化有效低秩近似所需的移位…