networks

标签

#networks

静态与时变网络上的方差缩减Q-Learning

arXiv cs.LG ↗ · 2026-07-27 缓存

介绍了一种名为VRDQ的分布式Q学习算法，用于在静态和时变网络上进行多智能体强化学习，该算法具有有限时间收敛保证，在样本复杂度上实现线性加速，且仅需Õ(1)次通信。

0 人收藏 0 人点赞