NeurIPS

Beyond Black-Box Advice: Learning-Augmented Algorithms for MDPs with Q-Value Predictions

超越黑箱建议：基于Q值预测的马尔可夫决策过程学习增强算法

Tongxin Li, Yiheng Lin, Shaolei Ren, Adam Wierman

AI总结 针对带不可信机器学习建议的单轨迹时变MDP，该研究提出利用Q值建议动态选择最优方案的学习增强算法，证明其一致性与鲁棒性权衡结果优于仅用黑箱建议的方法。

Comments 33 pages, NeurIPS 2023