Skip to content
Hot eventLive

无穷小算子世界模型：离线强化学习有限样本保证

1 reports1 sources2 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv Statistics Machine Learning 发布论文《无穷小算子世界模型：离线强化学习的有限样本保证》。该研究提出一种基于算子理论的无穷小算子世界模型，将离线强化学习与 Hamilton-Jacobi-Bellman 方程相连，用受控扩散过程的无穷小生成元在再生核希尔伯特空间中表示世界模型。论文在生成元近似误差足够小时证明值函数的全局收敛性，并给出与系统平滑性、稳定性直接挂钩的显式有限样本保证。理论与概念验证结果表明，算子方法有望用于连续时间最优控制下的离线强化学习。

Generated from reports · updated 2 hr ago

LatestOct 12
论文提出无穷小算子世界模型，证明生成元近似误差足够小时值函数全局收敛并给出显式有限样本保证。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Statistics Machine Learning
    无穷小算子世界模型：离线强化学习的有限样本保证

    论文提出一种基于算子理论的无穷小算子世界模型，将离线强化学习与 Hamilton-Jacobi-Bellman 方程相连，用受控扩散过程的无穷小生成元在再生核希尔伯特空间中表示世界模型。研究在生成元近似误差足够小时证明值函数的全局收敛性，并给出与系统平滑性、稳定性直接挂钩的显式有限样本保证。理论与概念验证结果表明，算子方法有望用于连续时间最优控制下的离线强化学习。

Heat trend

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