政策空间压缩问题的统计分析

本研究解决了强化学习中政策搜索方法在探索广泛政策空间时效率低下的问题。通过政策压缩技术，我们提出了一种减少政策空间的方法，以加速学习过程，并确定了学习该压缩集所需的样本量。研究发现，利用Rényi散度和$l_1$ 范数，能够为政策近似建立误差边界，从而有效优化样本需求。