Q学习是否具有可证明效率？一项扩展分析
机器学习
2020-09-23 v1 人工智能
最优化与控制
机器学习
摘要
本工作扩展了 Jin 等人所著论文《Q学习是否具有可证明效率？》中理论结果的分析。我们包含了一项相关研究的综述，以说明加强或许最重要的无模型强化学习主线相关理论保证的必要性。我们还详述了证明中所用推理，以突出导致主要结果的关键步骤，该主要结果表明带有 UCB 探索的 Q 学习所取得的采样效率与任何基于模型的方法所能达到的最优后悔界相匹配。
引用
@article{arxiv.2009.10396,
title = {Is Q-Learning Provably Efficient? An Extended Analysis},
author = {Kushagra Rastogi and Jonathan Lee and Fabrice Harel-Canada and Aditya Joglekar},
journal= {arXiv preprint arXiv:2009.10396},
year = {2020}
}