使用多步逆运动学的表示学习：一种高效和优化的方法用于丰富观测的强化学习（英文版）

英文标题：Representation Learning with Multi-Step Inverse Kinematics: An Efficient and Optimal Approach to Rich-Observation RL中文摘要：本文提出了一种名为 MusIK 的强化学习算法，通过多步反向运动学的表示学习结合系统性探索，实现在最小统计前提下，以理想的样本复杂度达到所需精度水平的计算效率，可适用于通用函数近似。英文摘要：We study the design of sample-efficient algorithms for reinforcement learningin the presence of rich, high-dimensional observations, formalized via theBlock MDP problem. Existing algorithms suffer from either 1) computationalintractability, 2) strong statistical assumptions th