BriefGPT - AI 论文速递
·
随机环境中的凸 Q 学习：扩展版
原文中文，约200字，阅读约需1分钟。
📝
内容提要
该论文提出了一种对带有函数逼近的马尔可夫决策过程进行凸 Q 学习的形式化方法，证明了算法的收敛性，并介绍了计算速率。该方法可以推广到多种性能指标，并通过经典库存控制问题进行了实证验证。
🎯
关键要点
-
提出了一种对带有函数逼近的马尔可夫决策过程进行凸 Q 学习的形式化方法。
-
鉴定了凸松弛性质的属性。
-
提供了一种近似凸程序的直接模型无关方法。
-
证明了所提出算法的收敛性。
-
介绍了计算速率。
-
该方法可以推广到多种性能指标。
-
通过经典库存控制问题进行了实证验证。
🏷️
