Posterior Sampling for Reinforcement Learning
收藏DataCite Commons2026-01-07 更新2025-04-16 收录
下载链接：
https://service.tib.eu/ldmservice/dataset/8c2bc1e1-07ed-4829-b1de-45b71b611050
下载链接
链接失效反馈官方服务：
资源简介：
The dataset used in the paper is a random finite horizon Markov decision process (MDP) with states S, actions A, and horizon τ.
提供机构：
TIB
创建时间：
2024-12-16
