改进的全局收敛性演员-评论家算法的样本复杂性

本研究解决了演员-评论家算法的全局收敛性问题，显著改善了样本复杂性至 $O(\epsilon^{-3})$，超越了现有的局部收敛结果。通过证明评论家采用恒定步长足以确保期望收敛，与传统方法不同，我们的发现为依赖恒定步长的多种算法的实际成功提供了理论支持。