BriefGPT - AI 论文速递 · 2023-09-26T00:00:00Z 马尔可夫链镜像下降在数据联合中的应用 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 该论文提出了一种基于在线凸优化的强化学习新框架，探讨了镜像下降及相关算法，并提出了一种新的类似于梯度下降的迭代方法。抛物线梯度强化学习法比常规TD学习更为普适。同时，还提出了一种新型的稀疏镜像下降强化学习方法，具有显著的计算优势。 🏷️ 标签 在线凸优化 强化学习 抛物线梯度 稀疏镜像下降 镜像 镜像下降 阅读原文 生成长图 分享链接 已复制链接
