计算机科学 > 机器学习
标题: 在弱部分可忽略性假设下放宽强化学习中的马尔可夫要求
标题: Relaxing the Markov Requirements on Reinforcement Learning Under Weak Partial Ignorability
摘要: 不完全数据、混杂效应以及马尔可夫性质的违反是强化学习应用中普遍存在的相互关联的问题。 我们引入了“部分可忽略性”的概念,并利用它建立了自适应强化学习的一个新的收敛定理。 这一理论结果放松了传统$Q$-学习中随机过程的马尔可夫假设,采用罗宾斯-蒙罗随机逼近定理的广义形式来证明最优性。 这一结果对强化学习的大多数活跃子领域有明确的下游影响,并且为扩展到因果推断领域提供了清晰的方向。
提交历史
来自: MaryLena Bleile PhD [查看电子邮件][v1] 星期四, 2025 年 4 月 10 日 13:15:52 UTC (23 KB)
[v2] 星期三, 2025 年 4 月 16 日 12:57:23 UTC (32 KB)
[v3] 星期日, 2025 年 4 月 20 日 16:06:48 UTC (153 KB)
[v4] 星期五, 2025 年 6 月 6 日 18:00:32 UTC (108 KB)
[v5] 星期日, 2025 年 6 月 29 日 01:49:19 UTC (108 KB)
[v6] 星期三, 2025 年 8 月 6 日 15:51:18 UTC (331 KB)
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.