Оптимистический онлайн LQR через внутренние награды
arXiv:2603.28938v2 Аннотация к западному изданию: Optimism in the face of uncertainty is a popular approach to balance exploration and exploitation in reinforcement learning. Здесь мы рассматриваем проблему линейного квадратичного регулятора (LQR), т.е. изучаем LQR, соответствующий неизвестной…