잔차 가중치 보정(Residual Weighting Correction)을 이용한 Heavy-Ball Q-Learning

요약

잔차 가중치 보정을 적용한 Heavy-Ball Q-learning 방법론을 제안하고 그 수렴성을 입증한 논문입니다. 스위칭 선형 시스템(SLS) 관점을 통해 모멘텀이 Q-learning의 수렴을 가속화하는 원리에 대한 새로운 이론적 통찰을 제공합니다.

핵심 포인트

• 잔차 가중치 보정을 통한 Heavy-Ball Q-learning 제안
• 표준 Q-learning 대비 빠른 수렴 조건 식별
• 선형 함수 근사(LFA) 환경으로의 확장 가능성 입증
• 스위칭 선형 시스템(SLS) 및 결합 스펙트럼 반경(JSR) 기반 분석