simple regret | BriefGPT - AI 论文速递

关键词simple regret

搜索结果 - 10

ICML离线强化学习中基于示例的最优订单界限与偏好反馈
我们提出了一种称为 RL-LOW 的算法，用于处理离线强化学习中的优化动作问题，针对偏好反馈情况下的线性未知参数隐式奖励，提出了实例相关的上下界并拓展到隐私保护设置。
PDF18 days ago
无悔的 M${}^{atural}$ 凹函数最大化：随机赌博算法和对抗完全信息设置的 NP 困难性
基于反馈的交互式最大化在线 M${}^{atural}$- 凹函数研究中，我们提出了 $O (T^{-1/2})$-simple regret 和 $O (T^{2/3})$-regret 算法，证明了贪心算法对于 M${}^{atural
PDF2 months ago
通过覆盖学习因果图中的良好干预方法
本研究探讨了因果棘手问题，针对给定的因果图和指定的一组干预方案，识别接近最优的干预方案，并通过实验显示了改进。
PDFa year ago
AAAI带汇总反馈的高斯过程赌博机
提出了用高斯过程进行连续赌博机问题的最优解优化算法，适用于在固定预算下推荐最佳赌博机并获取平均回报。在提供集合平均值等聚合反馈而精确奖励成本较高或不可能时使用，通过高斯过程约束奖励函数集合，并在节点之间自适应构建树状结构。
PDF3 years ago
MM对于带噪声高斯过程赌博优化的损失下界
本文考虑如何基于无噪声样本和 Bandit 反馈来顺序优化黑盒函数，提出了一种新的 Gaussian 过程 Bandit 优化算法，并给出了算法无关的简单遗憾和累计遗憾的下界，进一步阐述了随机波动和目标函数的连续性对累计遗憾和简单遗憾的影响
PDF7 years ago
ICML精确估计线性模型的主动学习
研究了顺序决策问题，提出了 Trace-UCB 自适应分配算法，用于评估多个线性模型，同时学习噪声，实现在不同线性函数之间平衡样本预算，扩展了算法到高维度设置，并在现实数据上进行了模拟，表明 Trace-UCB 具有良好的鲁棒性。
PDF7 years ago
ICML单任务和多任务优化的最小后悔搜索
本文提出了最小后悔搜索 (MRS)，它是一种新颖的贝叶斯优化获得函数。MRS 类似于信息论方法如熵搜索 (ES)，但它的目标是在评论过的结果中减少对最优结果的简单后悔，实证结果证明，相比于 ES，MRS 有更低的极端的简单后悔。本文还对合成
PDF8 years ago
ICML无限臂老虎机的简单遗憾
本文针对无穷臂随机赌博机问题，提出一种算法用以最小化简单损失，并扩展到多种情况下，如未知时间跨度等。
PDF9 years ago
用于马尔可夫决策过程在线规划的简单遗憾优化
本针对 MDPs 中的在线规划问题，提出一种基于 MCTS2e 的新型蒙特卡罗树搜索算法 BRUE，其能够以指数速度降低简单遗憾和错误概率，并配合遗忘学习进行推广。结果表明，BRUE 不仅提供了优越的性能保证，而且在实践中也非常有效。
PDF12 years ago
多臂赌博问题的纯探索
研究随机多臂老虎机问题的性质和限制，探讨具有在线探索特性的预测器的表现，其中简单后悔被评估，讨论简单后悔与累计后悔的关系，在有限臂数的情况下展示了一种性能下限和预测器的上限后悔，并针对连续老虎臂问题进行了研究。
PDF16 years ago