Horizon-Free Learning for Markov Decision Processes and Games: Stochastically Bounded Rewards and Improved Bounds
Horizon-Free Learning for Markov Decision Processes and Games: Stochastically Bounded Rewards and Improved Bounds
复制标题
马尔可夫决策过程和博弈的无地平线学习：随机有界奖励和改进界限
DOI：
--
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Yang, Lin
中科院分区：
文献类型：
--
作者：
Li, Shengshi;Yang, Lin
