arXiv eess.SY 系统与控制· Nicolas Hoischen, Petar Bevanda, Max Beier, Stefan Sosnowski, Boris Houska, Sandra Hirche·· 13 小时前精选AI 评分45
Infinitesimal Operator World Models：离线强化学习的有限样本保证
Infinitesimal Operator World Models: Finite-Sample Guarantees for Offline Reinforcement Learning
AI 导读
论文将强化学习与 Hamilton-Jacobi-Bellman 方程关联，提出一种基于简单动态规划递归的算子论算法，用受控扩散过程的无穷小生成元在再生核 Hilbert 空间中表示世界模型。
推荐理由
论文把离线强化学习的逼近误差与系统平滑性、稳定性挂钩，给出可推导的有限样本界，便于评估理论可靠性。
来源：arXiv eess.SY 系统与控制 · arxiv.org