P

Initializing...

Lemma 4.1, p. 14 — gradient domination: V⋆(ρ) − V^π(ρ) ≤ ‖d^{π⋆}_ρ/d^π_μ‖_∞ max_π̄ (π̄−π)ᵀ∇V ≤ (1/(1−γ))‖d^{π⋆}_ρ/μ‖_∞ max_π̄ (π̄−π)ᵀ∇V · Prove2Me