在学习Q的同时学习模型：在线SyncMBQ的有限时间样本复杂度
机器学习
2026-03-31 v2 人工智能
摘要
强化学习取得了显著进展，特别是随着基于模型的方法的出现。其中，Q学习已被证明是无模型设置中的强大算法。然而，将Q学习扩展到基于模型的框架仍然相对未被探索。本文研究了Q学习与基于模型方法集成时的样本复杂度。所提出的算法以在线方式同时学习模型和Q值。我们在广泛的步长范围内展示了接近最优的样本复杂度结果。
引用
@article{arxiv.2402.11877,
title = {Learning the Model While Learning Q: Finite-Time Sample Complexity of Online SyncMBQ},
author = {Han-Dong Lim and HyeAnn Lee and Donghwan Lee},
journal= {arXiv preprint arXiv:2402.11877},
year = {2026}
}