该论文研究了在线性函数逼近模型下上下文马尔可夫决策过程（CMDPs）的性质和算法，并证明了其在样本复杂度方面的优越性。比较结果显示，上下文变化的特征在线性CMDPs中具有更好的样本效率。

线性情境马尔可夫决策过程的样本复杂度刻画
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