Aritra Mitra

Questo studio analizza come i ritardi influenzano l'approssimazione stocastica nell'apprendimento per rinforzo.

Questa ricerca semplifica la dimostrazione della convergenza per l'apprendimento TD con approssimazione lineare della funzione.

Esaminando come gli agenti imparano più velocemente insieme nonostante i ritardi nella comunicazione.

Un nuovo modo per gli agenti di condividere strategie e migliorare le prestazioni in contesti diversi.

Migliorare le performance del Q-learning nonostante feedback corrotti nelle applicazioni del mondo reale.