Skip to content
Hot eventLive

异步Q学习击中时间界论文发布

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月12日，arXiv Statistics Machine Learning 发布关于异步 Q-learning 命中时间界的论文（一手报道）。论文研究有限 MDP 单轨迹下标准异步 Q-learning 的末次迭代，证明在零初始化、常数步长条件下，高概率达到 sup-norm 误差 ε 所需转移数为 Õ(H⁴/(μ_min ε²)+𝔥⋆)。其中统计项保留四次有效视界依赖，初始化成本以 𝔥⋆ 加性计入。目前未见后续报道或同行评议信息。

Generated from reports · updated 2 hr ago

LatestOct 12
arXiv 发布异步 Q-learning 命中时间界论文，给出零初始化常数步长下的高概率转移数界。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Statistics Machine Learning
    异步 Q-learning 的命中时间界

    论文研究有限 MDP 单轨迹下标准异步 Q-learning 的末次迭代，证明零初始化、常数步长在高概率下达到 sup-norm 误差 ε 所需转移数为 Õ(H⁴/(μ_min ε²)+𝔥⋆)，统计项保留四次有效视界依赖，初始化成本以 𝔥⋆ 加性计入。

Heat trend

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