新论文界定 Blackwell 最优性可学习范围：唯一 Bellman 最优策略类
_onionesque · x · 2026-10-20
arXiv 论文《Towards Blackwell Optimality: Bellman Optimality Is All You Can Get》研究 MDP 中从偏差最优性到 Blackwell 最优性层级策略的识别问题。作者为每个最优性阶构造了错误概率趋于零的学习算法；刻画了可在有限时间内停止识别的 MDP 类——即存在唯一 Bellman 最优策略的 MDP，且该刻画与最优性阶无关；并给出一个可计算的停止规则，只要可能即会在有限时间触发。
「研究」频道最新
- SKY-001 号称首个工程世界模型:CAD/BIM 任务比 GPT-6 快 51-125 倍 — vasuman · 2026-10-20
- 完全在打包空间运算:1 万窗口 shuffle 从 7.86s/8.7GB 降至 0.85s/0.7GB — jmschreiber91 · 2026-10-20
- 为加速 DeepLIFT/SHAP,作者重写双核苷酸 shuffle 避免内存爆炸 — jmschreiber91 · 2026-10-20
- UCSB REAL AI 实验室招博士后：建 AI 自主实验室，可看海 — ninamiolane · 2026-10-20
- UCSB 团队获 NSF 百万美元资助，研究 AI 的数学基础 — ninamiolane · 2026-10-20
- uint8 打包 4 个碱基位点的内存压缩技巧：DNA 序列编码再省 4 倍 — jmschreiber91 · 2026-10-20