欢迎使用STATS 701 WI 2021 这是关于强化学习理论（RL）的特殊主题课程。 我们将从在线算法的遗憾分析，浓度不等式和随机逼近等工具着重于RL算法的设计和分析。 本课程的“核心”将基于有限状态下的在线RL（通常称为“表格”设置）马尔可夫决策过程（MDP），并将以传统的授课方式进行授课（由于COVID-19而完全遥不可及） ）。 本课程的“高级”部分将根据受众的兴趣来选择主题，并且将以更多的讨论为基础。 学生将自愿阅读一篇论文（或一小组相关论文），并在课堂上主持讨论。 高级部分的主题