本文研究了鲁棒马尔可夫决策过程（MDP）的最优鲁棒策略和值函数的非共振和渐近性能，其中最优鲁棒策略与值函数是从生成模型估计出来的。然而，以往关注鲁棒MDP的非共鸣性能的工作局限于KL不确定性集的设置和$<trans\; data-src="(">(</trans>\mathit{<trans\; data-src="s">秒</trans>}<trans\; data-src=",">,</trans>\mathit{<trans\; data-src="a">一</trans>}<trans\; data-src=")">)</trans>$-矩形假设，我们改进了他们的结果，还考虑了其他不确定性集，包括${\mathit{<trans\; data-src="L">L（左）</trans>}}_{\mathrm{<trans\; data-src="1">1</trans>}}$和${\mathit{<trans\; data-src="\chi ">\chi </trans>}}^{\mathrm{<trans\; data-src="2">2</trans>}}$球。我们的结果表明，当我们假设$<trans\; data-src="(">(</trans>\mathit{<trans\; data-src="s">秒</trans>}<trans\; data-src=",">,</trans>\mathit{<trans\; data-src="a">一</trans>}<trans\; data-src=")">)</trans>$-不确定集上的矩形，样本复杂度约为$\stackrel{<trans\; data-src="˜">˜</trans>}{\mathcal{<trans\; data-src="O">O（运行）</trans>}}<trans\; data-src="(">(</trans>\frac{<trans\; data-src="|">|</trans>\mathcal{<trans\; data-src="S">S公司</trans>}{<trans\; data-src="|">|</trans>}^{\mathrm{<trans\; data-src="2">2</trans>}}<trans\; data-src="|">|</trans>\mathcal{<trans\; data-src="A">A类</trans>}<trans\; data-src="|">|</trans>}{{\mathit{<trans\; data-src="\epsilon ">\epsilon </trans>}}^{\mathrm{<trans\; data-src="2">2</trans>}}{\mathit{<trans\; data-src="\rho ">\rho </trans>}}^{\mathrm{<trans\; data-src="2">2</trans>}}{<trans\; data-src="(">(</trans>\mathrm{<trans\; data-src="1">1</trans>}<trans\; data-src="-">负极</trans>\mathit{<trans\; data-src="\gamma ">\gamma </trans>}<trans\; data-src=")">)</trans>}^{\mathrm{<trans\; data-src="4">4</trans>}}}<trans\; data-src=")">)</trans>$。此外，我们将结果从$<trans\; data-src="(">(</trans>\mathit{<trans\; data-src="s">秒</trans>}<trans\; data-src=",">,</trans>\mathit{<trans\; data-src="a">一</trans>}<trans\; data-src=")">)</trans>$-矩形假设秒-矩形假设。在这种情况下，样本复杂度随不确定性集的选择而变化，通常大于$<trans\; data-src="(">(</trans>\mathit{<trans\; data-src="s">秒</trans>}<trans\; data-src=",">,</trans>\mathit{<trans\; data-src="a">一</trans>}<trans\; data-src=")">)</trans>$-矩形假设。此外，我们还证明了最优鲁棒值函数在典型速率下是渐近正态的$\sqrt{\mathit{<trans\; data-src="n">n个</trans>}}$在$<trans\; data-src="(">(</trans>\mathit{<trans\; data-src="s">秒</trans>}<trans\; data-src=",">,</trans>\mathit{<trans\; data-src="a">一</trans>}<trans\; data-src=")">)</trans>$和秒-从理论和实证角度进行矩形假设。