Optimistic Policy Optimization is Provably Efficient in Non-stationary MDPs

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhong, Han, Chen, Zhongren, Yang, Zhuoran, Wang, Zhaoran, Szepesvári, Csaba
Formato:	Preprint
Publicado:	2021
Materias:	Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2110.08984