Best-of-Both-Worlds Policy Optimization for CMDPs with Bandit Feedback

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Stradi, Francesco Emanuele, Lunghi, Anna, Castiglioni, Matteo, Marchesi, Alberto, Gatti, Nicola
Formato:	Preprint
Publicado:	2024
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/2410.02269