实体
Yixuan Zhang
Yixuan Zhang
PulseAugur coverage of Yixuan Zhang — every cluster mentioning Yixuan Zhang 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 2 条
-
新技术分析Q学习的收敛性和随机逼近中的偏差
研究人员开发了一种新技术，用于分析非光滑收缩随机逼近（SA）动力学，这与Q学习特别相关。该研究在Wasserstein距离下，对加性噪声以及加性和乘性噪声的同步/异步Q学习的迭代弱收敛到平稳极限分布进行了证明。引入了一种新颖的预极限耦合方法，以证明稳态收敛并表征步长趋近于零时的极限分布，揭示了与光滑SA不同，存在与步长平方根成比例的渐近偏差。
-
研究论文探讨非平稳性对老虎机遗憾最小化的影响
研究人员调查了非平稳 K 臂老虎机中的满意性遗憾最小化问题，发现即使是非平稳性的微小偏差也会显著增加遗憾。研究表明，在具有多个片段的分段平稳设置中，最优遗憾与片段数量和时间 T 成比例，这与可实现恒定遗憾的平稳情况不同。开发了一个新颖的基于 Fano 的框架，该框架包含交互后参考构建，用于分析这些非平稳老虎机，并扩展了现有方法。