Jun, 2022

可证明高效的部分可观测动态系统强化学习

TL;DR通过提出一种新的基于双线性Actor-Critic框架的学习算法,该算法可以对部分可观察的动态系统进行部分可观察的强化学习,并且在特定的情形下(如欠完备的可观察性模型)具有较高的性能表现。