★ 2
图式随机 Power-UCT 蒙特卡洛图搜索
针对树式 MCTS 在随机 MDP 中重复展开同一状态、浪费模拟的问题，论文提出 GS-Power-UCT，在相同规划深度共享状态、不同深度保留独立价值，适用于含环的一般随机 MDP。作者证明固定规划视野下根节点估计以 O(n^{-1/2}) 速率收敛，与树式方法相当但可跨共享状态复用样本。另提出…
arXiv cs.LG45 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对树式 MCTS 在随机 MDP 中重复展开同一状态、浪费模拟的问题，论文提出 GS-Power-UCT，在相同规划深度共享状态、不同深度保留独立价值，适用于含环的一般随机 MDP。作者证明固定规划视野下根节点估计以 O(n^{-1/2}) 速率收敛，与树式方法相当但可跨共享状态复用样本。另提出…