今天先用中文写总结，没啥时间了 今天的目标是理解Provably Efficient Model-Free Constrained RL with Linear Function Approximation的算法 分成了几步来走 How UCB measure uncertainty 在UCB中，Λ（lambda matrix） 是如何影响我们对数据的认知的 信息矩阵 Λ（lambda matrix） Λ（lambda matrix）本质上是几个单eigenvector matrix的加法组成的...
10262025-diary.hashnode.dev1 min readNo responses yet.