Sample and Computationally Efficient Continuous-Time Reinforcement Learning with General Function Approximation

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Zhao, Runze, Yu, Yue, Zhu, Adams Yiyue, Yang, Chen, Zhou, Dongruo
Formato:	Preprint
Publicado:	2025
Materias:	Machine Learning Artificial Intelligence
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2505.14821