计算视觉Non-Asymptotic Gap-Dependent Regret Bounds for Tabular MDPs

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

Non-Asymptotic Gap-Dependent Regret Bounds for
          Tabular MDPs

           Max Simchowitz             Kevin Jamieson
            UC Berkeley            University of Washington
         msimchow@berkeley.edu        jamieson@cs.washington.edu

                       Abstract
     This paper establishes that optimistic algorithms attain gap-dependent and non-
     asymptotic logarithmic regret for episodic MDPs. In contrast to prior work,
     our bounds do not suffer a dependence on diamet ...

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：Asymptotic Dependent Regret Bounds depend