值函数逼近的鲁棒近似双线性规划 电子书下载

原名:Robust Approximate Bilinear Programming for Value Function Approximation
作品简介:探索所有策略的受限空间，2）近似动态规划——或者使用全局优化框架对策略损失的价值函数界限；我们考虑 L∞ 和加权 我们提出的方法也可以基于样本，但它们需要额外的结构。在。……