非线性双时间尺度随机逼近中的平稳偏差与外推

作者研究由外生有限状态马尔可夫链驱动的非线性双时间尺度随机逼近，在所述光滑性和平稳分布条件下推导一阶平稳偏差展开，并报告快步长η与慢步长ε之间的混合项ε²/η。作者还指出，幂律步长路径上的偏差指数不必为整数，Richardson–Romberg 外推需匹配路径权重；论文以可精确求解的非线性马尔可夫例子验证系数，并讨论时序差分学习的定位结果及相同更新预算下的有限运行外推。