uncertainty sets | BriefGPT

关键词uncertainty sets

搜索结果 - 15

无模型鲁棒强化学习及样本复杂度分析
分布式鲁棒强化学习提出了一种模型自由的算法，利用多级蒙特卡洛技术来优化最坏情况性能，解决了以往模型自由的算法在收敛保证和样本复杂度方面的限制，并提供了三种不确定性情况下的有限样本分析，从而实现了分布式鲁棒强化学习的模型自由方法的复杂度最优结
PDF12 days ago
在考虑估计统计量的不确定性的情况下强健的推荐系统组合优化
该研究论文关注于通过组合优化模型创建高质量的推荐项目列表，以平衡推荐的准确性和多样性。提出了利用鲁棒优化技术处理估计统计不确定性的鲁棒组合优化模型，并证明该方法能够提高推荐的准确性和多样性。
PDFa month ago
IJCAI不精确概率遇上部分可观测性：强健 POMDPs 的游戏语义
部分可观察马尔可夫决策过程（POMDPs）依赖于概率分布的精确性，而鲁棒 POMDPs 通过定义不精确的概率（称为不确定性集）来缓解这一问题。本研究通过展示：1）不同的不确定性集假设会影响最优策略和价值；2）RPOMDPs 具有部分可观察随
PDF2 months ago
通向广义逆强化学习
这篇论文研究了马尔可夫决策过程中的广义逆强化学习 (GIRL)，即通过观察到的行为 (策略) 来学习马尔可夫决策过程的基本组成部分，这些组成部分可能不是最佳的。我们解决了 GIRL 中的两个关键挑战：首先，需要量化观察到的策略与基本的最优策
PDF5 months ago
负责任的人工智能（RAI）游戏与集合
通过对于不确定性集合的极小 - 极大问题进行研究，我们提供了一个被称为负责任人工智能（RAI）游戏的通用框架，并给出了两类算法来解决这些问题：基于游戏的算法和贪婪分阶段估计算法。我们通过实证方法证明了我们的技术在解决几个 RAI 问题，特别
PDF8 months ago
带噪声树度量的优化输运
我们研究了支持树度量空间上的概率测度的最优输运问题。我们提出了一种新颖的树度量的不确定性集合，并通过利用支持上的树结构表明，最大最小鲁棒输运（OT）问题也具有封闭形式的表达式，可以快速计算。此外，我们通过负定性来提出正定核并在几个模拟中测试
PDF9 months ago
通过集合成员关系学习控制动力学的不确定性集合：非渐进性分析
该研究提供了在线构建并考虑模型不确定性集合的集合成员估计的非渐进边界，并将其应用于更新模型预测控制的不确定性集合。通过与基于最小二乘估计置信区域的控制设计相比较，数值结果表明了鲁棒自适应控制器的性能与离线最优模型预测控制器逼近的速度。
PDF9 months ago
基于函数逼近的稳健强化学习的自然动态演员 - 评论家
我们提出了两种新的不确定性集合形式，一种基于双重采样，另一种基于积分概率度量，以应对训练模拟器和测试环境之间的模型不匹配问题，并通过引入函数近似的鲁棒自然行为者 - 评论者 (RNAC) 方法，为所提出的 RNAC 算法在有限时间内收敛到最
PDFa year ago
ICML无模型鲁棒平均奖励强化学习
该研究主要关注如何处理模型不确定性对于 Markov 决策进程的影响。研究提出了两个无模型算法并探讨了常用的不确定性集合。
PDFa year ago
通过生成模型实现鲁棒强化学习的样本复杂性
该研究提出了一种基于模型的强化学习算法，用于学习在标准和不确定的模型下最优的稳健控制策略，并考虑了不同形式的不确定性集合
PDF3 years ago
稳健性马尔可夫决策过程理论研究：样本复杂度与渐近性
本文研究了鲁棒马尔可夫决策过程的最优鲁棒策略和价值函数的非渐近和渐近性能，并考虑了不同的不确定性集。实验验证了最优鲁棒价值函数在理论和实际应用中均呈现出典型的 √n 比例的渐近正态性。
PDF3 years ago
核方法中的分布鲁棒优化和泛化
本文研究了使用最大均值差（MMD）来测量不确定性集合的 DRO，证明了 MMD DRO 与希尔伯特范数的正则化基本等价，并揭示了与统计学习中的经典结果的深刻联系，并且通过 DRO 证明了高斯核岭回归的广义上界，从而得出一种新的正则化方法。
PDF5 years ago
使用 Wasserstein 不确定性集进行鲁棒性假设检验
本研究提出了一种基于 Wasserstein 距离度量的数据驱动假设检验新框架，结构性质使得该模型的复杂度与数据维度和样本大小基本无关，有助于构建鲁棒的检测器。
PDF6 years ago
数据驱动的鲁棒优化
提出了一种新的统计假设检验方法来利用数据设计鲁棒优化的不确定集合，该方法灵活适用于各种领域，并且计算复杂度可行，理论和实践上都具有可靠性。操作研究领域的计算实验证明，当数据可用时，与传统的鲁棒优化技术相比，我们的数据驱动集合显著优于传统技术
PDF11 years ago
稳健回归和 Lasso
本文证明了 Lasso 的鲁棒性质，并将其与物理属性，即对噪声的保护，联系起来。通过考虑不同的不确定性集合，可以得出 Lasso 的一般化形式并获得凸优化问题。同时，通过鲁棒性质可以解释为何 Lasso 解是稀疏的，并且与标准稀疏结果不同。
PDF16 years ago