BriefGPT.xyz
Oct, 2020
有限 MDP 中的情节式强化学习：Minimax下界再思考
Episodic Reinforcement Learning in Finite MDPs: Minimax Lower Bounds Revisited
HTML
PDF
Omar Darwiche Domingues, Pierre Ménard, Emilie Kaufmann, Michal Valko
TL;DR
本文提出了基于问题的独立的新样本复杂度和后悔下限，重点放在了非固定转移核情况下的情况，我们提出了新的样本下限并证明了我们的发现。
Abstract
In this paper, we propose new problem-independent lower bounds on the
sample complexity
and
regret
in
episodic mdps
, with a particular foc
→