概念Linear-Mixture MDP
线性混合MDP
一种强化学习中的MDP模型，状态转移概率可以表示为多个线性函数的混合，适用于函数近似场景，本文算法在此设定下也获得了horizon依赖改进。
时间轴 (近 90 天)
10月12日
论文将算法扩展到对抗性线性混合MDP，并获得了相同的horizon依赖改进，表明正则化Q函数思路不依赖于表格的有限性。
待验证50%
10月12日
线性混合MDP是一类函数近似设定，转移概率被假设为已知基特征的线性组合：P(s'|s,a)=Σφ_i(s'|s,a)θ_i，其中φ_i是已知特征，θ是未知参数，允许状态空间巨大甚至连续但保留可学习的线性结构。
待验证50%