AI Research · research

Regularized Emphatic Temporal-Difference Learning: Stability under Constant Stepsizes

论文摘要：Emphatic temporal-difference learning (ETD) stabilizes the expected off-policy TD update and changes its projection geometry, but neither property determines constant-stepsize...

首次发现 2026-09-18T22:05:40Z · 最近更新 2026-09-18T22:05:40Z · 置信度 high · 重要性 7.5

为什么重要

该论文来自一手研究源并通过 3qk7 Research Radar 的新鲜度、来源与研究价值筛选；后续代码、模型权重、复现和相关产品事件可继续关联到该记录。

检测到的变化

研究论文进入 3qk7 高价值 Research Radar

一手证据

arXiv cs.AI · 2026-09-18T22:05:40Z