Path Integral Control by Reproducing Kernel Hilbert Space Embedding
School of Informatics（信息学院）；University of Edinburgh（爱丁堡大学）；FU Berlin（柏林自由大学）
本文将随机最优控制问题的路径积分形式嵌入再生核Hilbert空间。使用一致的，基于样本的嵌入估计导致一个无模型的，非参数的方法来计算控制问题的近似解。这种提法承认一个分解的问题成一个不变的和任务相关的组件。因此，与该领域中先前的基于样本的方法相比，我们更有效地利用了样本数据，例如，通过允许跨任务重复使用样本。测试问题的数值例子，说明了样本效率，提供。
2012-08-13 cs.LG stat.ML
Fast Optimal Bandwidth Selection for RBF Kernel using Reproducing Kernel Hilbert Space Operators for Kernel Based Classifiers
IRISA（法国信息与随机系统研究所）
基于核的方法在许多遥感分类任务中表现出了有效的性能。然而，它们的性能显着依赖于其超参数。估计参数的常规技术具有高计算复杂度。因此，这封信的目的是提出一种快速有效的方法来选择高斯核的带宽参数在基于核的分类方法。提出的方法是基于再生核希尔伯特空间中的算子，并在支持向量机和PerTurbo分类方法上进行评估。高光谱数据集进行的实验表明，我们提出的方法优于国家的最先进的方法在计算时间和分类性能。
2018-04-14 cs.LG stat.ML
Irregular Sampling of High-Dimensional Functions in Reproducing Kernel Hilbert Spaces
Universität Hamburg, Department of Mathematics（汉堡大学数学系）
针对再生核希尔伯特空间中高维函数采样问题，提出基于确定数据点序列的非规则采样公式，通过组合低维确定非规则样本得到高维样本张量，显著降低计算复杂度。
2025-04-18 cs.IT cs.LG math.IT
Kullback-Leibler and Renyi divergences in reproducing kernel Hilbert space and Gaussian process settings
RIKEN Center for Advanced Intelligence Project（理化学研究所先进智能项目中心）
在这项工作中，我们提出了正则化Kullback-Leibler和Rényi分歧的公式，通过两种不同设置下Hilbert空间上的正Hilbert-Schmidt算子之间的Alpha对数行列式（Log-Det）分歧，即（i）定义在再生核Hilbert空间（RKHS）上的协方差算子和高斯测度;（ii）具有平方可积样本路径的高斯过程。对于特征核，第一个设置导致在一个完整的、可分离的度量空间上任意Borel概率测度之间的分歧。我们证明了Alpha Log-Det发散在Hilbert-Schmidt范数下是连续的，这使得我们能够对Hilbert空间值随机变量应用大数定律。因此，我们表明，在这两种情况下，无限维的分歧可以一致和有效地估计从其有限维的版本，使用有限维的革兰氏矩阵/高斯措施和有限的样本数据，{ \it维数无关}的样本复杂性在所有情况下。RKHS方法在这两种环境中的理论分析中起着核心作用。数值实验表明，数学公式。
2022-07-18 cs.LG stat.ML
Adaptive Learning in Cartesian Product of Reproducing Kernel Hilbert Spaces
Keio University（庆应义塾大学）
提出了一种新的基于多再生核Hilbert空间（RKHS）笛卡尔积上的迭代正交投影的自适应学习算法。该任务是估计/跟踪非线性函数，这些函数应该包含多个分量，例如（i）线性和非线性分量，（ii）高频和低频分量等。在这种情况下，使用多个RKHS允许多分量函数的紧凑表示。该算法是作者提出的两种不同方法的结合：多核自适应滤波和沿仿射子空间的超平面投影算法（HYPASS）。在某种特殊情况下，RKHS的和空间同构于乘积空间，因此所提出的算法也可以被视为和空间中的迭代投影方法。数值算例表明了该算法的有效性。
2014-11-05 cs.LG stat.ML
Computing Functions of Random Variables via Reproducing Kernel Hilbert Space Representations
Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）；Institute for Statistical Mathematics（统计数理研究所）；ETH Zürich（苏黎世联邦理工学院）
我们描述了一种对随机变量的概率分布进行函数运算的方法。该方法使用概率分布的再生核希尔伯特空间表示，并且它适用于可以应用于从各个分布中提取的点的所有操作。我们将我们的方法称为{ \em内核概率编程}。我们说明它的合成数据，并显示它如何可以用于非参数结构方程模型，与应用程序的因果推断。
2015-01-27 cs.DS cs.LG stat.ML
On the Convergence of Irregular Sampling in Reproducing Kernel Hilbert Spaces
Universität Hamburg（汉堡大学）
本文分析再生核希尔伯特空间中不规则采样算法的收敛性，在极简假设下推导核回归的逼近性质、RKHS范数误差估计及紧域一致收敛新结果，并给出Lipschitz和Hölder连续核的收敛速率。
2025-04-18 cs.LG cs.NA math.NA
Representation of Reinforcement Learning Policies in Reproducing Kernel Hilbert Spaces
McGill University（麦吉尔大学）；Mila - Quebec Artificial Intelligence Institute（魁北克人工智能研究所（Mila））；Université du Québec à Montréal（魁北克大学蒙特利尔分校）；Facebook AI Research（Facebook人工智能研究）；CIFAR AI chair（CIFAR人工智能主席职位）；DeepMind；Université de Montréal（蒙特利尔大学）
我们提出了一个一般的框架政策表示的强化学习任务。这个框架涉及到找到一个低维嵌入的再生核希尔伯特空间（RKHS）的政策。使用RKHS为基础的方法，使我们能够得到强有力的理论保证的预期回报的重建政策。这种保证在黑盒模型中通常是缺乏的，但在需要稳定性的任务中是非常可取的。我们在经典的RL域上进行了几个实验。结果表明，该策略可以鲁棒地嵌入到一个低维空间中，而嵌入的策略几乎不会导致收益减少。
2020-10-15 cs.LG stat.ML
A stochastic behavior analysis of stochastic restricted-gradient descent algorithm in reproducing kernel Hilbert spaces
Keio University（庆应义塾大学）；CNRS（法国国家科学研究中心）
本文提出了一种基于核的随机约束梯度下降方法的随机行为分析。限制梯度在所谓的字典子空间内给出最陡的上升方向。分析提供了均方误差准则下的瞬态和稳态性能。它还包括平均值和均方意义上的稳定性条件。本研究是基于分析核归一化最小均方（KNLMS）算法最初提出的Chen等人。仿真结果验证了分析。
2014-10-14 cs.LG stat.ML
Reproducing kernel Hilbert spaces in the mean field limit
RWTH Aachen University（亚琛工业大学）
核方法是机器学习中最流行和最成功的方法之一，它有成熟的理论支持和高效的算法。从数学的角度来看，这些方法依赖于核和由核生成的函数空间的概念，所谓的再生核希尔伯特空间。受最近发展的学习方法的背景下，相互作用的粒子系统，我们研究核方法的数据与许多测量变量。我们显示严格的平均场极限的内核，并提供了一个详细的分析限制再生核希尔伯特空间。此外，核的几个例子，允许严格的平均场限制，提出。
2023-03-17 cs.LG cs.NA math.FA
Subsampling for supervised learning in reproducing kernel Hilbert spaces
针对大数据的计算成本问题，提出基于Horvitz-Thompson加权的经验风险最小化子采样方法，通过协方差算子迹的最优采样方案，实现非参数回归的降本增效。
2026-06-23 cs.LG stat.ML
Analysis via Orthonormal Systems in Reproducing Kernel Hilbert $C^*$-Modules and Applications
NTT Network Technology Laboratories, NTT Corporation（日本电信电话公司网络技术实验室）；Keio University（庆应义塾大学）；RIKEN（理化学研究所）；Kyushu University（九州大学）
核方法是机器学习中最流行的技术之一，其中学习任务使用再生核希尔伯特空间（RKHS）的性质来解决。在本文中，我们提出了一个新的数据分析框架与再生核希尔伯特$C^*$ -模块（RKHM），这是另一个推广的RKHS比向量值RKHS（vv-RKHS）。与RKHM分析使我们能够更明确地处理变量之间的结构比vv-RKHS。我们证明了在Hilbert $C^*$ -模中构造标准正交系统的理论有效性，并在数值计算中利用这些理论性质导出了RKHM中标准正交化的具体步骤.此外，我们将这些推广与RKHM核主成分分析和Perron-Frobenius算子的动力系统的分析。我们的方法的经验性能也通过使用合成和真实世界的数据进行了研究。
2020-03-02 cs.LG math.DS math.OA
A gradient-based variable selection for binary classification in reproducing kernel Hilbert space
Seoul National University（首尔国立大学）；Korea University（高丽大学）
变量选择在高维数据分析中至关重要。虽然已经开发了各种变量选择方法，但大多数依赖于线性模型假设。提出了一种基于再生核希尔伯特空间（RKHS）的大间隔分类器的非参数变量选择方法。我们提出了一种基于梯度的大间隔分类器的表示，然后通过组套索惩罚来正则化梯度函数，以获得自然导致变量选择的稀疏梯度。提出了分组优化下降算法（GMD，Yang和Zou，2015），以有效地解决具有大量参数的所提出的问题。我们采用强顺序规则（Tibshirani等人，2012年），以促进调整程序。该方法的选择一致性是通过获得估计分类器的风险界及其梯度来建立的。最后，我们通过仿真和实际数据说明了所提出的方法有前途的性能。
2021-09-29 cs.LG stat.ML
Ensemble Recognition in Reproducing Kernel Hilbert Spaces through Aggregated Measurements
Washington University in St. Louis（圣路易斯华盛顿大学）
在再生核希尔伯特空间中，我们研究了利用统计方法从系综系统的集体行为中学习其动力学性质的问题。具体来说，我们提供了一个框架，以确定和集群多个合奏系统，通过计算它们的聚合测量在RKHS之间的最大平均差异（MMD），没有任何先验知识的合奏系统动力学。然后，利用新提出的聚合马尔可夫参数的概念的梯度流，我们提出了一个系统的框架来识别和识别集成系统使用其线性近似。最后，我们证明了所提出的方法可以扩展到集群多个未知的合奏RKHS使用其聚合测量。数值实验表明，我们的方法是可靠的，鲁棒性与不同类型的系统动力学合奏。
2022-03-23 cs.LG cs.SY eess.SY
RFN: A Random-Feature Based Newton Method for Empirical Risk Minimization in Reproducing Kernel Hilbert Spaces
Northeastern University（东北大学）
在使用核方法的监督学习中，我们经常遇到再生核希尔伯特空间（RKHS）上的大规模有限和极小化问题。大规模的有限和问题可以使用牛顿法的有效变体来解决，其中Hessian通过数据的子样本来近似。然而，在RKHS中，惩罚函数对内核的依赖使得标准的子采样方法不适用，因为gram矩阵不容易以低秩形式获得。在本文中，我们观察到，对于这类问题，人们可以很自然地使用核近似来加速牛顿方法。针对核函数逼近的随机特性，提出了一种新的二阶算法，该算法具有局部超线性收敛性和全局线性收敛性（具有高概率）。我们推导出理论上的下界的随机特征的数量所需的近似Hessian接近真正的Hessian在规范意义上。我们对真实数据的数值实验验证了我们的方法相比，几个基准的效率。
2022-06-06 cs.LG stat.ML
On Power-law Kernels, corresponding Reproducing Kernel Hilbert Space and Applications
Indian Institute of Science（印度科学学院）
内核的作用是机器学习的核心。基于幂律分布在统计建模中的重要性，本文提出了幂律核的概念来研究学习问题中的幂律分布。我们通过推广高斯核和拉普拉斯核提出了两个幂律核。这种推广是基于分布的，它产生于被称为非广延熵的广义信息测度的最大化，在统计力学中得到了很好的研究。我们证明了所提出的内核是正定的，并提供了一些见解，关于相应的再生核希尔伯特空间（RKHS）。我们还研究了这两种核在分类和回归中的实际意义，并给出了一些模拟结果。
2013-04-01 cs.IT cs.LG math.IT
Learning dissipative Hamiltonian dynamics with reproducing kernel Hilbert spaces and random Fourier features
Norwegian University of Science and Technology (NTNU)（挪威科技大学）
针对有限含噪数据下的耗散 Hamilton 动力学学习，提出基于 Helmholtz 分解、专用 RKHS 核与随机 Fourier 特征的方法，并在两个系统仿真中显著提升预测精度。
2024-10-24 cs.LG cs.RO
ROCK: A variational formulation for occupation kernel methods in Reproducing Kernel Hilbert Spaces
Department of Mathematics（数学系）；Portland State University（波特兰州立大学）；Translational Genomics Research Institution（转化基因组研究机构）
本文提出弱形式问题的表示定理，并据此推广多元占用核（MOCK）方法，提出更通用的 Riesz 占用核（ROCK）方法用于从数据学习动态系统，在多数基准上提升了计算效率与性能。
2025-06-30 cs.LG stat.ML
Gaussian Processes and Reproducing Kernel Hilbert Spaces: Connections and Equivalences
本专著研究机器学习等领域中基于正定核的高斯过程概率方法与再生核希尔伯特空间非概率方法的联系与等价性，建立统一视角以衔接相关研究。
2026-09-10 cs.LG cs.NA math.NA
Reproducing kernel Hilbert C*-module and kernel mean embeddings
NTT Network Service Systems Laboratories, NTT Corporation（NTT网络服务系统实验室，NTT公司）；Graduate School of Science and Technology, Keio University（庆应义塾大学科学与技术研究生院）；Center for Data Science, Ehime University（爱媛大学数据科学中心）；Center for Advanced Intelligence Project, RIKEN（理化学研究所高级智能项目中心）；Faculty of Science and Technology, Keio University（庆应义塾大学科学与技术学部）
核方法是机器学习中最流行的技术之一，其中学习任务使用再生核希尔伯特空间（RKHS）的性质来解决。本文提出了一个新的数据分析框架，再生核希尔伯特$C^*$ -模块（RKHM）和核均值嵌入（KME）在RKHM。由于RKHM包含比RKHS或向量值RKHS（vvRKHS）更丰富的信息，因此使用RKHM进行分析使我们能够捕获和提取功能数据中的结构属性。我们展示了RKHM应用于数据分析的一个分支理论，包括表示定理，以及所提出的KME的内射性和普适性。我们还表明RKHM推广RKHS和vvRKHS。然后，我们提供了具体的程序，采用RKHM和建议的KME数据分析。
2021-12-21 cs.LG math.OA stat.ML
Refinement of Operator-valued Reproducing Kernels
Syracuse University（雪城大学）；Sun Yat-sen University（中山大学）
研究了一个算子值再生核的加细核的构造，使得加细核的向量值再生核Hilbert空间包含给定算子值再生核的向量值再生核Hilbert空间作为子空间.该研究的动机是在多任务学习中，当欠拟合或过拟合发生时，需要更新当前的算子值再生核。数值模拟表明，所建立的精化核方法能够满足这一要求。基于特征映射和算子值再生核的向量值积分表示，提供了各种表征。具体的例子精炼平移不变和有限的希尔伯特-施密特算子值再生核。其他示例包括标量值的变换不变核和变换核的Hessian的细化。在精化过程中保持的算子值再生核的存在性和性质也进行了研究。
2011-02-07 cs.LG math.FA
Reproducing Kernel Hilbert Space, Mercer's Theorem, Eigenfunctions, Nyström Method, and Use of Kernels in Machine Learning: Tutorial and Survey
University of Waterloo（滑铁卢大学）
这是一篇关于内核、核方法和相关领域的教程和综述论文。我们首先回顾核函数分析和机器学习的历史。然后，Mercer核，Hilbert和Banach空间，再生核Hilbert空间（RKHS），Mercer定理及其证明，常用的核，核构造距离度量，重要的核类别（包括有界，整体正定，泛，平稳，和特征核），核中心化和归一化，和特征函数进行了详细的解释。然后，我们介绍了核在机器学习中的使用类型，包括核方法（如核支持向量机），半定规划核学习，Hilbert-Schmidt独立性准则，最大均值差异，核均值嵌入和核降维。我们还涵盖了核矩阵的秩和因子分解以及使用Nystr{<$}m方法对特征函数和核的近似。这篇论文可以用于各种科学领域，包括机器学习，降维，数学中的泛函分析和量子力学中的数学物理。
2021-06-15 cs.LG math.FA stat.ML
Eigendecompositions of Transfer Operators in Reproducing Kernel Hilbert Spaces
Zalando Research（扎兰多研究院）；Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所）
传递算子如Perron-Frobenius算子或Koopman算子在复杂动力系统的全局分析中起着重要的作用。这些运营商的本征函数可以用来检测亚稳态集，项目的动态上占主导地位的慢过程，或分离叠加信号。我们将转移算子理论扩展到再生核希尔伯特空间，并表明这些算子与条件分布的希尔伯特空间表示有关，在机器学习界称为条件均值嵌入。此外，计算这些嵌入的经验估计的数值方法类似于用于近似传递算子的数据驱动方法，例如扩展动态模式分解及其变体。提出的基于核的方法的一个主要好处是，这些方法可以应用于任何域的相似性度量的内核是可用的。我们说明的结果与指导性的例子的帮助下，并强调在分子动力学以及视频和文本数据分析的潜在应用。
2019-08-13 cs.LG math.DS stat.ML
Learning of Hamiltonian Dynamics with Reproducing Kernel Hilbert Spaces
The Norwegian University of Science and Technology (NTNU)（挪威科技大学）
本文提出一种基于再生核希尔伯特空间的正则化优化方法，利用辛核学习哈密顿动力学，并通过仿真验证了其能量守恒特性和在相空间大范围内的精度提升。
2024-10-24 cs.LG cs.RO cs.SY
Robust Uncertainty Bounds in Reproducing Kernel Hilbert Spaces: A Convex Optimization Approach
EPFL（洛桑联邦理工学院）；CSEM（瑞士电子与微技术中心）
建立一个未知的地面真值函数的值的样本外界的问题被认为是。核及其相关的希尔伯特空间是本文采用的主要形式，以及其中输出被有界测量噪声破坏的观测模型。噪声可以来自任何紧支分布，并且对可用数据没有独立性假设。在这种情况下，我们将展示如何计算紧，有限样本的不确定性界相当于解决参数二次约束线性规划。其次，我们的方法的性质建立和其他方法的关系进行了研究。数值实验来说明如何理论可以应用在一些情况下，并与其他封闭形式的替代品进行对比。
2022-09-12 cs.LG cs.SY eess.SY
Learning Dynamical Systems via Koopman Operator Regression in Reproducing Kernel Hilbert Spaces
Istituto Italiano di Tecnologia（意大利理工学院）；University of Novi Sad（诺维萨德大学）；University College London（伦敦大学学院）；University of Genova（热那亚大学）；Massachusetts Institute of Technology（麻省理工学院）
我们研究一类动力系统建模为马尔可夫链，承认通过相应的转移，或Koopman，运营商的不变分布。虽然数据驱动的算法来重建这样的运营商是众所周知的，他们与统计学习的关系在很大程度上是未开发的。我们形式化的框架来学习Koopman算子从有限的数据轨迹的动力系统。我们考虑限制这个算子的再生核希尔伯特空间，并引入风险的概念，从不同的估计自然产生。我们链接的风险与估计的谱分解的Koopman算子。这些观察激励降秩算子回归（RRR）估计。我们推导出建议的估计学习界，同时在独立同分布。和非I.I.D.设置，后者在混合系数方面。我们的研究结果表明，RRR可能是有益的，在其他广泛使用的估计证实了在数值实验中的预测和模式分解。
2022-12-13 cs.LG math.DS
Learning Hamiltonian Dynamics with Reproducing Kernel Hilbert Spaces and Random Features
Norwegian University of Science and Technology (NTNU)（挪威科技大学）
提出一种利用再生核希尔伯特空间和随机特征从有限含噪数据学习哈密顿动力学的方法，通过奇辛核施加奇对称性，提高预测精度和数据效率。
2024-10-24 cs.LG cs.RO cs.SY
Metric on random dynamical systems with vector-valued reproducing kernel Hilbert spaces
RIKEN（理化学研究所）；Keio University（庆应义塾大学）；Kyushu University（九州大学）
在机器学习和相关领域中，为结构化数据生成机制开发度量是基础。在本文中，我们给出了一个一般的框架来构造随机非线性动力系统的度量，定义与向量值再生核希尔伯特空间（vvRKHS）中的Perron-Frobenius算子。我们采用vvRKHS设计数学上可管理的指标，并引入算子值内核，这使我们能够处理系统中的随机性。我们的度量提供了一个扩展的现有度量确定性系统，并给出了一个规格的核最大均值差异的随机过程。此外，通过考虑随机过程的时间独立性，我们澄清了我们的度量和独立性准则之间的联系与内核，如希尔伯特-施密特独立性准则。我们凭经验说明我们的度量与合成数据，并评估它的背景下，随机过程的独立性测试。我们还评估了性能与实时序列数据通过集群任务。
2019-10-27 cs.LG math.DS math.PR
A Behavioral Framework for Data-Driven Modeling of Nonlinear Systems in Vector-Valued Reproducing Kernel Hilbert Spaces
Carl R. Woese Institute for Genomic Biology and the Coordinated Science Laboratory, University of Illinois Urbana-Champaign（卡尔·R·沃塞基因组生物学研究所和协调科学实验室，伊利诺伊大学厄巴纳-香槟分校）；Department of Electrical and Computer Engineering and the Coordinated Science Laboratory, University of Illinois Urbana-Champaign（电气与计算机工程系和协调科学实验室，伊利诺伊大学厄巴纳-香槟分校）
本文提出将Jan Willems的行为方法推广到向量值再生核希尔伯特空间中的离散非线性系统，结合最小范数插值和子空间识别方法进行数据驱动建模。
2026-05-08 cs.LG cs.SY eess.SY
Bayesian Transfer Operators in Reproducing Kernel Hilbert Spaces
Paderborn University（帕德博恩大学）；TU Dortmund（多特蒙德技术大学）；Heriot–Watt University（赫里奥特-瓦特大学）
本文提出在再生核希尔伯特空间中结合贝叶斯转移算子，通过高斯过程方法解决核基Koopman算法的稀疏性和超参数优化问题。
2026-02-04 cs.LG math.DS nlin.CD
On the stability test for reproducing kernel Hilbert spaces
University of Padova（帕多瓦大学）
本研究针对再生核希尔伯特空间的稳定性测试问题，证明连续时间Mercer核与离散时间核的稳定性测试可简化为取值±1的测试函数上的核算子研究，将该测试推广为单线性时不变系统BIBO稳定性结论的优雅泛化形式。
2023-05-01 cs.LG cs.SY eess.SY
Safe exploration in reproducing kernel Hilbert spaces
Aalto University（阿尔托大学）；Uppsala University（乌普萨拉大学）
针对安全贝叶斯优化中未知函数RKHS范数难以可靠获取的问题，提出一种可从数据估计该范数并保持安全与理论保证的算法，在模拟器和真实倒立摆上验证了更优性能、安全性与可扩展性。
2025-03-13 cs.LG cs.SY eess.SY
Data-Driven Stochastic Optimal Control in Reproducing Kernel Hilbert Spaces
School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学）
本文提出一种完全数据驱动的非线性控制仿射系统随机最优控制方法，通过将状态概率密度嵌入RKHS学习马尔可夫转移算子，并与随状态维度线性扩展的凸HJB递归结合，有效解决了动力学与成本未知的最优控制问题。
2026-10-12 cs.LG cs.SY eess.SY
Ensemble forecasts in reproducing kernel Hilbert space family
INRIA/IRMAR（法国国家信息与自动化研究所/雷恩数学研究所）
本文提出将高维动力系统嵌入再生核希尔伯特空间族，使Koopman和Perron-Frobenius算子具备酉性与一致连续性，从而实现极其简单的集合数据同化与轨迹重构。
2023-12-31 cs.LG math-ph math.DS
Probabilistic energy forecasting through quantile regression in reproducing kernel Hilbert spaces
Euler Institute, USI（瑞士意大利语区大学欧拉研究所）
针对DACH地区净零情景下的能源预测不确定性量化需求，提出基于再生核希尔伯特空间的核分位数回归方法，经负荷与电价预测基准测试验证其可靠性与锐度，且代码可复现。
2024-09-16 cs.AI cs.LG cs.SY
Generalized nonparametric regression in reproducing kernel Hilbert spaces: Consistency and rates of convergence
Ioannis Kalogridis
针对再生核希尔伯特空间中的正则化M估计，在温和损失条件下建立估计量的存在性和可测性，证明基于新复杂度测度的偏差-方差分解的锐利收敛速度，并揭示张量积Sobolev空间中的新速率以规避维数灾难。
2026-06-23 cs.LG math.ST stat.ML
Safe Reinforcement Learning in Tensor Reproducing Kernel Hilbert Space
University College London（伦敦大学学院）
本文针对部分可观测环境中的安全强化学习问题，提出基于预测状态表示和再生核希尔伯特空间的随机模型方法，在欠完备性假设下建立了多项式样本复杂度并保证ε-次优安全策略。
2023-12-01 cs.AI cs.LG cs.SY
