arXiv ID:
2607.01880
arXiv 提交日期: 2026-07-02
强化学习中分类评价器的支撑区间学习 / Learning the Supports for Categorical Critic in Reinforcement Learning
1️⃣ 一句话总结
本文提出一种在强化学习中动态学习价值函数分类表示支撑区间上下界的方法,避免了传统方法需预先固定区间的问题,并在理论上证明该方法能更紧地约束贝尔曼误差,实验显示其在连续控制任务上匹配或优于现有方法。