Aproximación por difusión para aprendizaje TD con ruido markoviano
Descubre cómo una nueva aproximación mediante ecuaciones diferenciales estocásticas revela el origen del error en el aprendizaje TD(0) con ruido markoviano.
#aproximación lineal
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.
Actualizaciones de objetivo duro promediadas geométricamente para Q-learning lineal
Descubre cómo el promedio geométrico de actualizaciones de objetivo duro estabiliza el Q-learning lineal. Un nuevo enfoque para mejorar el aprendizaje por refuerzo.
Tasa robusta O(1/√T) para aprendizaje TD sin proyección
Descubre cómo el algoritmo TD(0) sin proyección logra una tasa de convergencia sublineal robusta, incluso con ruido markoviano. Una mejora clave para el RL.
Actualizaciones de objetivo periódicas y suaves estabilizan el Q-learning lineal
Descubre cómo las actualizaciones periódicas y suaves de objetivo garantizan la convergencia del Q-learning lineal, según un riguroso análisis teórico.