Мировые модели бесконечного оператора: финитные-выборочные гарантии дополнительного обучения

arXiv: 2511.10383v2 Annuales Type: заменить резюме: Непрерывные стохастические процессы лежат в основе многих естественных и инженерных систем. В области здравоохранения, автономного вождения и промышленного контроля прямое взаимодействие с окружающей средой зачастую является небезопасным или практически нецелесообразным, что стимулирует офлайновое обучение на основе исторических данных. Вместе с тем статистическое понимание аппроксимационных ошибок, присущих политике обучения из офлайновых наборов данных, является ограниченным. Мы решим эту проблему, увязав обучение по укреплению с уравнением Гамильтона-Джакоби-Беллмана и предложив алгоритм "оператор-теорет", основанный на простой динамической рекурсии программирования. В частности, мы представляем нашу мировую модель с точки зрения бесконечного генератора контролируемых процессов диффузии в воспроизводимом ядро пространстве Хилберта. Путем интеграции методов статистического обучения и теории оператора мы установим глобальное сближение функции ценности при достаточно небольшой ошибке генератора - приблизительной ошибки и вычислим экспозицию