Convergencia de la iteración optimista Monte Carlo: más allá de la uniformidad
Descubre cómo la iteración optimista Monte Carlo converge a la optimalidad con actualizaciones uniformes solo por acción. Un avance clave.
#estado-acción
Abstracciones estado-acción adaptativas por distorsión de tasa
Descubre cómo el principio de refinamiento dinámico de abstracciones mejora el aprendizaje por refuerzo, usando distorsión de tasa para lograr rendimiento óptimo con compresión.