Convergencia en tiempo finito del Q-learning robusto distribucional
Descubre cómo el Q-learning robusto con aproximación lineal converge en tiempo finito bajo incertidumbre chi-cuadrado, usando solo trayectorias markovianas.
#aprendizaje por refuerzo robusto
Gradiente de Política para MDP Robustos en Tiempo Continuo
Descubre cómo los algoritmos de gradiente de política en tiempo continuo mejoran la robustez en MDPs, con convergencia lineal y menor complejidad muestral.
Aprendizaje por refuerzo robusto con currículo para UAV en entornos hostiles
Novedoso aprendizaje por refuerzo robusto con currículo adaptativo protege UAV contra suplantación GNSS, logrando 100% éxito.