An Online Multiobjective Policy Gradient for Long-run Average-reward Markov Decision Process

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Misra, Rahul, Bujorianu, Manuela L., Wisniewski, Rafał
Formato:	Preprint
Publicado:	2025
Materias:	Systems and Control Optimization and Control Probability
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2511.13034