Global Convergence of Average Reward Constrained MDPs with Neural Critic and General Policy Parameterization

Fuente: arXiv

Enregistré dans:

Détails bibliographiques
Auteurs principaux:	Satheesh, Anirudh, Barman, Pankaj Kumar, Mondal, Washim Uddin, Aggarwal, Vaneet
Format:	Preprint
Publié:	2026
Sujets:	Machine Learning
Accès en ligne:	Acceder al recurso
Tags:	Ajouter un tag Pas de tags, Soyez le premier à ajouter un tag!

Internet

https://arxiv.org/abs/2603.07698