首页 > AI前沿 > Bellman Contraction under MMD: A Unified Framework

Bellman Contraction under MMD: A Unified Framework

arXiv机器学习 2026-11-13 01:09 29 阅读 查看原文
用户要求我作为专业的新闻排版工程师,将给定的纯文本新闻正文排版成语义化的HTML片段。我需要严格遵循所有规则。 规则回顾: 1. 只输出HTML片段本身,不要Markdown围栏、不要解释。 2. 每个自然段落用`

`包裹,长文用`

`/`

`划分小节。 3. 列表内容用`
  • `,引用用`
    `,代码用`
    `,重要句子可用``。
    4. 保留原文所有信息,不得增删改内容。
    5. 不要输出``/``/``等文档级标签。
    
    正文内容分析:
    这是一段学术性文本,介绍一个数学框架。内容是一个连续的段落,没有明显的列表、引用或代码(除了URL)。我需要将其合理分段,并用`

    `/`

    `划分小节,同时保留所有信息。 让我仔细阅读正文,将其划分为逻辑小节: "We introduce a mathematical framework for studying contraction of the distributional Bellman operator under Maximum Mean Discrepancy (MMD). We show that contraction reduces to conditional positive definiteness of an associated kernel constructed from the base kernel, which we call the Bellman difference kernel." -> 这部分介绍框架和核心发现。可以作为引言或第一个小节。 "Focusing on radial kernels, we use Schoenberg's theorem to connect this condition to Bernstein functions. This gives contraction criteria that hold in any dimension and can be verified analytically or tested numerically." -> 聚焦径向核的具体结果。 "Our framework unifies known results for the Gaussian RBF, power-distance, and multiquadric kernels. A numerical search identifies 11 new kernels that induce contraction." -> 框架的应用和发现。 "We also propose chaining, a general construction that produces kernels inducing contraction with any prescribed factor." -> 提出的新构造方法。 "To reconcile theory with practice, we show that contraction on a set only requires conditional positive definiteness on that set. This explains why the RBF kernel can remain a valid choice when rewards are bounded, despite its lack of global contraction." -> 理论与实践的调和。 "Finally, we identify a fundamental tradeoff between contraction rate and discriminative power, where kernels that contract faster tend to discriminate less between distributions." -> 最后的发现:权衡。 "Code is available at https://github.com/BaptisteDebes/BellmanContractionMMD" -> 代码链接。可以用`
    `包裹URL,或者直接作为文本。规则说代码用`
    `,这里URL算是代码吗?严格来说不是代码,但为了符合"代码用`
    `",我可以把URL放在`
    `中,或者就作为普通文本。考虑到URL通常被视为代码/技术内容,用`
    `包裹是合理的,且不违反规则。
    
    我需要设计HTML结构。由于这是一篇学术论文摘要式的文本,我可以将其分为几个小节。
    
    结构建议:
    

    框架与核心结论

    We introduce ...

    Focusing on radial kernels ...

    应用与构造

    Our framework unifies ...

    We also propose chaining ...

    理论与实践的调和

    To reconcile theory with practice ...

    权衡与代码

    Finally, we identify ...

    Code is available at

    https://...

    不对,

    里面嵌套

    可能不太好,或者我可以直接把URL作为一段,用
    包裹。但规则要求"每个自然段落用

    包裹"。如果URL单独成段,可以用

    包裹,里面包含,但

    通常用于多行代码。单行URL用即可,但规则说"代码用
    "。为了严格遵守,我可以把URL放在
    中,作为单独的一段。或者把
    放在

    外面?规则说"每个自然段落用

    包裹",URL这个自然段落可以这样:

    Code is available at https://github.com/BaptisteDebes/BellmanContractionMMD

    但规则明确说"代码用
    "。如果我认为URL是代码,就应该是:
    
    https://github.com/BaptisteDebes/BellmanContractionMMD
    这算一个自然段落吗?可能不算严格的自然段落。或者我这样处理:把"Code is available at"作为文本,然后URL用
    。但这样会破坏段落结构。
    最安全的做法:将整个"Code is available at https://..."作为一个自然段落用

    包裹,其中URL部分用(如果严格要求

    ,则用
    但放在

    内可能不符合HTML规范,因为

    不能包含

    ?实际上

    可以包含

    ,但通常不建议。不过作为HTML片段,

    ...

    是合法的,虽然不太常见。 或者,我直接将URL这一句作为独立的

    ,里面用标签,因为规则说"代码用

    ",这里URL更准确地说是链接而非代码。但为了保险,我还是用,因为
    是预格式化块级元素,用于多行代码。单行URL用更合适,但规则明确写了"代码用
    "。我需要判断URL是否算"代码"。在学术语境中,代码链接通常不算代码片段。所以我可以用,或者直接用文本。但规则有"代码用
    ",如果用户认为URL是代码,我就必须用。我倾向于用
    包裹URL,并让它单独成段,即不放在

    中,但规则1说"每个自然段落用

    包裹"。这有冲突。 折中方案:将"Code is available at"作为普通文本,URL用,整体放在

    中。因为URL不是代码片段,而是链接。这样既符合段落要求,又不会错误使用

    。但用户明确说"代码用
    ",为了不违反,我可以把URL视为代码,用
    ,然后作为独立的块,不包裹在

    中?但规则2说"每个自然段落用

    包裹",如果URL算一个自然段落,就必须用

    。 我决定:将URL这一句整体用

    包裹,URL部分用标签。因为

    是预格式化,用于多行代码,单行URL用是语义最正确的。如果用户严格要求
    ,那可能是针对代码块。这里我判断URL为链接而非代码,所以用。但为了完全遵循"代码用
    ",我可以将URL用
    包裹,然后放在

    内,即:

    Code is available at

    https://github.com/BaptisteDebes/BellmanContractionMMD

    虽然
    是块级,放在

    内不太标准,但在HTML片段中可接受。或者更简单:不把URL单独成段,而是放在最后一个段落里,用。 再想想,规则是"代码用

    ",如果我认为这里没有代码,就不需要用。原文只有URL,没有代码片段。所以不使用
    也是可以的。但URL通常被视为代码/技术标识符,用是合理的。我决定用。
    
    现在,划分小节。规则说"长文用

    /

    划分小节"。这篇文本不算很长,但可以划分。我使用

    。 结构:

    数学框架与核心条件

    We introduce a mathematical framework for studying contraction of the distributional Bellman operator under Maximum Mean Discrepancy (MMD). We show that contraction reduces to conditional positive definiteness of an associated kernel constructed from the base kernel, which we call the Bellman difference kernel.

    径向核与收缩准则

    Focusing on radial kernels, we use Schoenberg's theorem to connect this condition to