标签
本文引入稀疏先验以提升分布学习的理论保证，表明在稀疏先验下，样本复杂度以 Ω(√(k/n)) 的规模缩放，而非 O(n^{-1/Θ(d)})，从而缓解维度灾难。
本文提出了一种用于在线强化学习的分位数贝叶斯风险感知MDP框架，该框架能够随时间自适应地平衡鲁棒性与探索，提供了理论遗憾界并展示了强大的实证性能。