对抗性线性混合MDP的近优动态遗憾

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文研究了在未知转移和对抗性奖励下的线性混合MDP动态遗憾问题,提出了一种新算法,结合占用测度与策略方法,有效应对动态环境,实现了近优性能。

🏷️

标签

➡️

继续阅读