arXiv · cs.LG 机器学习· Massimiliano Manenti, Andrea Iannelli·· 4 小时前AI 评分55
分层强化学习中的 Q-learning 收敛性与稳定性分析
Convergence and stability of Q-learning in Hierarchical Reinforcement Learning
AI 导读
作者提出 Feudal Q-learning 方案，借助随机逼近理论与 ODE 方法给出其耦合更新收敛与稳定的条件，并证明更新收敛到可解释为某个博弈均衡的点，为分层强化学习引入博弈论视角。基于该算法的实验支持了理论预期，论文已被 Neurocomputing 接收（DOI: 10.1016/j.neucom.2026.135319）。
来源：arXiv · cs.LG 机器学习 · arxiv.org