贝叶斯强化学习中信念树搜索的随机分支定界方法复杂度
机器学习
2009-12-31 v1 人工智能
摘要
近期大量工作关注于贝叶斯强化学习方法，这些方法展现出接近最优的在线性能。此类方法面临的主要障碍在于，在大多数感兴趣的问题中，最优解涉及在无限大的树中进行规划。然而，我们可以获得每个树节点价值的随机下界和上界。这使得我们能够使用随机分支定界算法高效地搜索该树。本文提出了两种此类算法，并在此背景下研究了它们的复杂度。
引用
@article{arxiv.0912.5029,
title = {Complexity of stochastic branch and bound methods for belief tree search in Bayesian reinforcement learning},
author = {Christos Dimitrakakis},
journal= {arXiv preprint arXiv:0912.5029},
year = {2009}
}
备注
13 pages, 1 figure, ICAART 2010