Skip to content
Hot eventLive

Exo-MDPs 结构化类与样本高效强化学习研究

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026-10-02，arXiv 发表统计学/机器学习论文，研究 Exo-MDPs 结构化类，建立离散 MDP、Exo-MDP 与离散线性混合 MDP 的表示等价性。在 exogenous 状态不可观测时，最小最大遗憾界为 Θ(Hr√K)；可观测时改进至 Θ(H√rK)，揭示 Θ(√r) 统计差距。实验在库存控制与资源分配上验证结论。

Generated from reports · updated 3 hr ago

LatestOct 2
2026-10-02 论文在 arXiv 发布，提出 Exo-MDPs 结构化类并建立与离散 MDP、线性混合 MDP 的等价性，遗憾界与实验结果同步公布。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Statistics Machine Learning
    Exploiting Exogenous Structure for Sample-Efficient Reinforcement Learning

    研究 Exo-MDPs 结构化类，将离散 MDP、Exo-MDP 与离散线性混合 MDP 建立表示等价性。在 exogenous 状态不可观测时，最小最大遗憾界为 Θ(Hr√K)；可观测时改进至 Θ(H√rK)，揭示 Θ(√r) 统计差距。实验在库存控制与资源分配上验证结论。

Heat trend

There is not enough continuous observation data to draw a trend yet.