الذكاء الاصطناعي ومشكلات العالم الصعبة · علوم الحاسوب النظرية · arXiv · 2026-10-23

تحليل طرق تدرّج السياسة على السياسة الحالية في ظل عدم تطابق التوزيع

العنوان الأصلي: Analysis of On-policy Policy Gradient Methods under the Distribution Mismatch

تقدّر كثير من طرق تدرّج السياسة الحديثة اتجاهات التحديث باستخدام توزيع عيّنات يختلف عن توزيع الحالات المخصوم الذي تتطلبه مبرهنة تدرّج السياسة. تحلل الدراسة كيف يؤثر عدم تطابق التوزيع هذا في هذه الطرق، وتبيّن التقارب الشامل لقيم الدالة الهدف في ظل تحديثات متحيزة للتمثيلات الجدولية المباشرة وتمثيلات softmax. كما تقدم معياراً صريحاً لتحديد ما إذا كان عدم التطابق يسرّع التقارب التقاربي أو يبطّئه، وتوسّع الحدود لتشمل تمثيلات أعم للسياسة.

اقرأ المصدر الأصلي ↗

جميع العناصر →