Regret and Sample Complexity of Online Q-Learning via Concentration of Stochastic Approximation with Time-Inhomogeneous Markov Chains

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Singh, Rahul, Chandak, Siddharth, Moulines, Eric, Borkar, Vivek S., Bambos, Nicholas
Formato:	Preprint
Publicado:	2026
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/2602.16274