提出离线强化学习的算子世界模型方法

Nicolas Hoischen 等提出一种算子理论的离线强化学习算法，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，并给出有限样本收敛保证。 论文将强化学习与 Hamilton-Jacobi-Bellman 方程关联，通过简单的动态规划递归求解；作者称在生成元近似误差足够小时可证价值函数全局收敛，且误差界直接依赖系统的光滑性与稳定性等性质。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。