arXiv · cs.AI· Kintan Saha·· 12 天前AI 评分22
V-SHARE：基于优势函数算法的可证明收敛保证
V-SHARE: Provable Convergence Guarantees for Advantage-based Algorithms
来源与原文
arXiv · cs.AI
作者：Kintan Saha
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.21448v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
论文提出 V-SHARE，一种结合跨动作价值共享与重要性加权 Bellman 残差校正的优势型价值学习算法，并给出首个对优势型算法的完整理论刻画，包括渐近收敛与非渐近有限样本保证。研究揭示了收缩—方差权衡，并提出递减残差预条件调度与双时间尺度分析，在离散 MDP 和深度强化学习 benchmark 上验证了结果。
来源：arXiv · cs.AI · arxiv.org