BriefGPT.xyz
大模型
Ask
alpha
关键词
distributionally robust linear markov decision processes
搜索结果 - 1
离线分布鲁棒线性马尔科夫决策过程的样本复杂度
通过使用离线数据,基于分布健壮的线性马尔科夫决策过程,开发了一种悲观的模型算法,提供了一个具有样本效率的鲁棒性学习策略,以解决离线强化学习中模拟和实际环境之间的差异所带来的问题。
PDF
3 months ago
Prev
Next