Aug, 2021

超越无悔:实例相关的PAC强化学习

TL;DR研究提出了一种新的针对PAC表格强化学习的实例相关样本复杂度的计算方法,并设计了一种能够达到该样本复杂度的规划算法,该算法几乎是极小值最优的,且在多个实例上展现出比最坏情况界限更显著的改进。