Achieving Sub-linear Regret in Infinite Horizon Average Reward Constrained MDP with Linear Function Approximation
Achieving Sub-linear Regret in Infinite Horizon Average Reward Constrained MDP with Linear Function Approximation
复制标题
利用线性函数逼近实现无限视野平均奖励约束 MDP 中的次线性遗憾
DOI：
--
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
A. Ghosh, X. Zhou
中科院分区：
文献类型：
--
作者：
A. Ghosh, X. Zhou
登录
查看更多内容
DOI：
10.1609/aaai.v36i4.20302
发表时间：
2022-06
期刊：
--
影响因子：
--
作者：
Honghao Wei;Xin Liu;Lei Ying
通讯作者：
Honghao Wei;Xin Liu;Lei Ying
DOI：
10.1609/aaai.v35i9.16979
发表时间：
2020-09
期刊：
ArXiv
影响因子：
--
作者：
K. C. Kalagarla;Rahul Jain;P. Nuzzo
通讯作者：
K. C. Kalagarla;Rahul Jain;P. Nuzzo
DOI：
--
发表时间：
2020-03
期刊：
--
影响因子：
--
作者：
Dongsheng Ding;Xiaohan Wei;Zhuoran Yang;Zhaoran Wang;M. Jovanovi'c
通讯作者：
Dongsheng Ding;Xiaohan Wei;Zhuoran Yang;Zhaoran Wang;M. Jovanovi'c
DOI：
--
发表时间：
2020-07
期刊：
--
影响因子：
--
作者：
Chen-Yu Wei;Mehdi Jafarnia-Jahromi;Haipeng Luo;Rahul Jain
通讯作者：
Chen-Yu Wei;Mehdi Jafarnia-Jahromi;Haipeng Luo;Rahul Jain
通过原始对偶方法实现约束强化学习的零约束违规
DOI：
--
发表时间：
2021
期刊：
AAAI Conference on Artificial Intelligence
影响因子：
--
作者：
Qinbo Bai;A. S. Bedi;Mridul Agarwal;Alec Koppel;V. Aggarwal
通讯作者：
V. Aggarwal