自适应数据拟合Q迭代的测度论有限样本理论

Manuel Haussmann, Mustafa Mert Çelikok, Melih Kandemir

2026

摘要

本文提出一个统一的理论框架，将测度论、确定性误差传播和PAC泛化界相结合，为一般可测Borel空间上的拟合Q迭代（FQI）提供了有限样本自适应数据性能界。该工作弥合了强化学习理论与实际启发式算法之间的差距，对复杂非线性机器人系统的控制具有重要理论意义。

reinforcement learningfitted Q-iterationfinite-sample theoryadaptive datameasure theory

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

MANIPULATION

📊 0 引用

Yong Tao, Donghua Tan, Fan Ren 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026