Sample efficient reinforcement learning via low-rank regularization

doi:10.1016/j.knosys.2025.114176

Sample efficient reinforcement learning via low-rank regularization

2025-07-27

0

PRE

AI

DOI：10.1016/j.knosys.2025.114176

原文链接

原文求助

摘要

En 中文

本文通过一个便于理论分析的简化设置，展示了低秩性在状态-动作值函数估计中的有用性。首先，基于标准函数分析结果，定义了低秩函数的概念。随后，提出了一种基于核范数惩罚序列估计的具体方法，该方法对低秩函数的估计自然导致对低秩矩阵的估计。为估计量建立了风险界，表明其收敛速度比未使用低秩性的标准估计量更快。通过几个模拟的玩具示例作为概念验证，展示了其在模拟中的性能。

Keyword:

low-rankness

state-action value function

nuclear-norm penalized estimation

risk bounds

convergence rates

Sample efficient reinforcement learning via low-rank regularization

摘要

期刊

机构

引用论文