オンライン推論法

arXiv stat.ML ・ 2026-08-13

原題: Online Inference for Quantile Temporal Difference Learning in Distributional Reinforcement Learning

AI による要約

量子時差学習のオンライン推論法を提案した。提案法は、ランダムスケーリングを利用し、QTDのパスに沿った情報を使用して、漸近的にピボタルな統計量を構築する。提案法は、オンラインで計算可能であり、メモリ要件を削減する。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv stat.ML）をご確認ください。