arXiv 机器学习· Shangzhe Li, Dechen Zhang, Difan Zou, Weitong Zhang·· 19 小时前AI 评分30
时序差分学习的特征演化分析
On the Feature Evolution of Temporal Difference Learning
AI 导读
该研究揭示了时序差分（TD）学习在有限宽两层 ReLU 网络下的特征演化机制，证明同时更新隐藏层与输出头的预测风险严格优于仅更新输出头，获得 2(d+1) 倍的总体二次响应提升。
来源：arXiv 机器学习 · arxiv.org