BriefGPT - AI 论文速递 · 2023-10-03T00:00:00Z 基于 Whittle 指数的有限时间分析：带有神经网络函数逼近的不安定多臂赌博机上的 Q 学习 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 该文介绍了一种解决无休止多臂赌博问题的观测模型，应用可实现区域方法和部分守恒定律分析其可索引性和优先指数。提出了一个近似过程来将问题转化为有限状态问题，并进行了数值实验。 🏷️ 标签 优先指数 函数 可实现区域方法 多臂赌博问题 数值实验 神经网络 部分守恒定律 阅读原文 生成长图 分享链接 已复制链接
