FQI函数动作空间有限样本理论：折扣无限时域下的学习遗憾界

1. 12:00
   arXiv · Statistics Machine Learning

   Fitted Q-Iteration 有限样本理论：动作作为函数时的折扣无限时域研究

   summary_zh: 论文研究折扣无限时域下拟合 Q 迭代（FQI）在函数动作空间中的有限样本理论，针对函数动作缺乏勒贝格密度、传统覆盖条件过强、函数动作空间过大导致贪心优化困难三个挑战，引入基于评论器的相对覆盖条件并给出学习策略遗憾的多项式衰减界。

当前热度 8·可比范围峰值 9（9月30日 17:00）·近 24 小时可比范围变化 –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。