sublinear regret | BriefGPT

关键词sublinear regret

搜索结果 - 29

MM不依赖利普希茨连续性的遗憾界：相对利普希茨损失下的在线学习
本研究考虑在线凸优化问题的相对 Lipschitz 收敛性和相对强凸性，扩展了已知的算法在相对设置下的遗憾界，特别是基于正则聚类领导者算法和在线镜像下降算法的算法，同时将这些结果进一步扩展到具有额外正则化的算法。
PDF4 years ago
有限马尔可夫决策问题中的勘探 - 利用
本文研究了 Constrained Markov Decision Processes 下的 exploration-exploitation trade-off 问题，提出了两种方法：基于线性规划和基于对偶变量逐步更新的方法。研究结果表明
PDF4 years ago
无投影随机凸优化
该论文提出了第一个计算有效的基于投影的算法来解决 Bandit 凸优化问题，并以各种问题（包括二次规划、组合优化和矩阵完成问题）上的实验结果证明了其性能。
PDF6 years ago
基于专家预测的无模型线性二次控制
本文介绍了一种新的无模型算法，用于控制线性二次系统，利用 reduce 方法，将马尔科夫决策过程的控制问题转化为专家预测问题，该算法实现简单通用，拥有多项理论保证和良好的性能。
PDF6 years ago
随机博弈中的在线强化学习
本文研究了关于平均奖励随机博弈的在线强化学习算法 UCSG，在同类算法中取得了更好的效果，可以获得亚线性遗憾和稳定收敛的同时检索到均衡状态，提高了博弈的竞争性能。
PDF7 years ago
ICML自适应特征选择：基于 RIP 的在线稀疏线性回归的计算有效性
本文旨在设计一个在线学习算法，使其具有次线性失望成本并且具有计算效率，以适应在线稀疏线性回归问题。通过利用数据矩阵满足受限等距性质的假设，针对两个问题变体，证明了这个假设可以导致计算效率高的在线学习算法。第一个变体中，真实标签根据带有加性高
PDF7 years ago
平滑分段常数函数的在线优化
本文研究了在 [0，1）域上平滑分段常数函数的在线优化问题，提出了在完全信息和强盗设置下取得次线性遗憾的算法，以适应学习算法参数自适应选择的问题。
PDF8 years ago
带背包的赌博机
介绍了一种称为带背包的赌徒问题的通用模型，结合了随机整数规划和在线学习的方面。该论文提出了两种算法来解决这个问题，它们的报酬接近于信息论上的最优解，但同时带背包的赌徒问题相比传统的赌徒问题更具挑战性。
PDF11 years ago
无约束在线凸优化的无悔算法
本文提出了在线凸优化算法来解决无约束情况下在线预测和分类的问题，并证明了其相对于参数 x^* 几乎达到最优的遗憾界。
PDF12 years ago