标签
本文介绍了随机重置路径搜索（SRP），这是一个在已知有向图上的分段学习问题，图中边的成功概率未知且固定，失败会将智能体重置回起点。作者提出了PathUCB和PathTS算法，并给出了路径级遗憾界，在多个领域展示了实证性能。