Jun, 2018

有限时间内基于线性函数逼近的时序差分学习分析

TL;DR本文提供了关于具有线性函数逼近的时间差异学习的简单而明确的有限时间分析,研究它在强化学习中的适用性,分析结果适用于TD(λ)学习和应用于高维度最佳停止问题的Q-learning。