实体 Zakaria Mhammedi

Zakaria Mhammedi

PulseAugur coverage of Zakaria Mhammedi — every cluster mentioning Zakaria Mhammedi 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_119712 · Jul 1 · 04:00

新的强化学习算法解决了线性贝尔曼完备MDP问题

一篇新的研究论文介绍了一种高效的强化学习（RL）算法，适用于具有线性贝尔曼完备性和确定性转移的马尔可夫决策过程（MDP）。该算法旨在计算高效，即使对于大型或无限动作空间，只要有argmax预言机可用。所提出的方法实现了在时间范围、特征维度和所需精度上呈多项式增长的样本和计算复杂度。