V-SHARE论文给出优势型强化学习算法收敛性理论保证

1. 12:00
   arXiv · cs.AI

   V-SHARE：为优势型强化学习算法提供可证明的收敛保证

   作者提出优势型价值学习算法V-SHARE，通过跨动作价值共享和重要性加权Bellman残差修正，给出渐近收敛与非渐近有限样本保证。论文摘要称，该方法可在一定条件下缓解异步Q-learning的稀有动作瓶颈，并揭示更强确定性收缩与更高重要性加权噪声之间的权衡；其在离散MDP和深度强化学习基准上的实验支持了这些结果，当前信息仅来自论文摘要。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。