中文

L-和M弱紧致多线性算子及其线性余算子

机器学习 2026-04-23 v3 人工智能

摘要

X1,,XmX_1, \ldots, X_m 为巴拿赫空间,E1,,Em,FE_1, \ldots, E_m,F 为巴拿赫格局。我们的主要结果如下:(i) 连续多线性算子 A ⁣:X1××XmFA \colon X_1 \times \cdots \times X_m \to F 的线性余算子 AA^* 若且唯若 AALL-弱紧致。(ii) 阶受限变动的多线性算子 A ⁣:E1××EmFA \colon E_1 \times \cdots \times E_m \to F 的线性余算子 AA^* 若且唯若其在正投影张量积上的线性化算子为 MM-弱紧致。在证明这些结果的过程中,我们发展了巴拿赫格局之间多线性算子线性余算子基本理论,证明阶受限变动的多线性算子在巴拿赫格局之间是连续的,并探讨了不同类型的 MM-弱紧致型多线性算子。

关键词

引用

@article{arxiv.2511.21356,
  title  = {Hybrid-AIRL: Enhancing Inverse Reinforcement Learning with Supervised Expert Guidance},
  author = {Bram Silue and Santiago Amaya-Corredor and Patrick Mannion and Lander Willem and Pieter Libin},
  journal= {arXiv preprint arXiv:2511.21356},
  year   = {2026}
}

备注

13 pages, 5 figures, 1 table. Code: https://github.com/silue-dev/hairl. Published at ESANN 2026