陈宇鑫等六学者发布 RL 理论专著：表格型 MDP 的非渐近样本复杂度分析
aminkarbasi · x · 2026-11-03
Yuxin Chen、Yuejie Chi、Jianqing Fan、Gen Li、Yuting Wei、Yuling Yan 六位学者发布新著《Statistical Foundations of Reinforcement Learning: A Non-Asymptotic Perspective》（arXiv:2610.41903），系统梳理近年来非渐近统计强化学习理论的进展。
- 聚焦表格型 MDP，覆盖三种经典采样机制：生成模型下的 RL、在线 RL、离线 RL
- 对比 model-based 与 model-free 两类算法范式
- 以样本复杂度为核心，强调 minimax 最优算法设计，融合高维统计、信息论与统计学习理论工具
- 动机是数据高效 RL：在数据采集昂贵或高风险的场景中理解和改进 RL 算法的数据效率
全书自包含（self-contained），可作为该领域系统性参考。
「研究」频道最新
- 计算匹配实验：合成数据预训练始终跑不赢纯自然语言训练 — LauraRuis · 2026-11-03
- Apple 推出 iPrefBench:130 项欠指定任务评测个人 agent 的提问分寸 — hhsun1 · 2026-11-03
- NeurIPS 论文系统研究:低资源视频任务该把时序上下文放在哪一层 — HildeKuehne · 2026-11-03
- 新方法 CRoS：用打乱思维链检验因果性，忠实度提升 13.8% — mohitban47 · 2026-11-03
- 耶鲁团队开源 Claude 绘图 skill：Opus 直出论文级示意图 — CatAstro_Piyush · 2026-11-03
- EMNLP 可解释性教程幻灯片开源,新人专家皆宜 — PMinervini · 2026-11-03