本文综述线性双时间尺度随机逼近的有限时间分析，涵盖马尔可夫与鞅噪声下的收敛速率、SARSA及TD学习等算法的样本复杂度、异步与分布式优化，以及非独立同分布数据下的误差界。

具有延迟更新的随机逼近：马尔科夫采样下的有限时间收敛速率
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证