Near-Optimal $\sqrt{K}$-Regret for Online Learning in Uninformed Markov Games

Junyan Liu, Haipeng Luo, Lillian J. Ratliff, Zihan Zhang

На странице источника доступны аннотация, полный текст или сведения о том, где его прочитать. Препринт может ещё не пройти рецензирование; проверьте, появилась ли журнальная версия.