Exploring Starts Are Not Enough: Counterexamples and a Fix for Monte Carlo Exploring Starts

En 3 lignesÉtude des propriétés de convergence de Monte Carlo Exploring Starts (MCES) en apprentissage par renforcement tabulaire. Les auteurs construisent des contre-exemples montrant que MCES peut converger vers des solutions sous-optimales, même avec exploration initiale. Une modification basée sur l'ajustement des taux d'apprentissage par fréquence de mise à jour garantit la convergence à l'optimalité.

Résumé généré par Claude — vérifié par l'humain