worst-case guarantees | BriefGPT

关键词worst-case guarantees

搜索结果 - 6

ICML强化学习增强的缓存：实验研究
使用机器学习和加强式算法提高缓存置换的性能
PDF3 years ago
固定数据集策略优化中悲观主义的重要性
本文研究了固定数据集策略优化算法的预期回报的最坏情况保证，并提出了一种统一的概念和数学框架来研究这个领域的算法，指出了朴素方法可能出现高估价值的情况。为了避免这种情况，可以使用悲观策略，该策略可以在数据集不完整的情况下实现良好表现，本文还给
PDF4 years ago
超越置信区间：坚实的贝叶斯不确定性集合用于强韧 MDPs
通过采用贝叶斯推断优化模糊集的大小和位置，提出了一种新范式，无需使用置信区间作为模糊集，可在保证健壮性的同时获得更好的解，基于理论分析和实证结果表明其安全性和实用性。
PDF5 years ago
随机一阶方法：通过潜力函数的非渐近和计算机辅助分析
本文提供了一种新颖的计算机辅助技术，用于系统地分析面向优化的一阶方法，并且与以往的工作相比，该方法特别适用于处理次线性收敛率和随机预言机。该技术依赖于半定规划和潜力函数，并允许同时获得算法行为的最坏情况保证，并帮助选择适当的参数以调整其最坏
PDF5 years ago
NIPS稳健 MDP 的严格贝叶斯模糊集
本文提出 RSVF 解决了传统 RO-MDP 方法计算策略过于保守的问题，该方法使用贝叶斯先验、优化模糊度集的大小和位置，并放宽了置信区间的要求，同时保证了安全性和实际应用价值。
PDF6 years ago
跟随领袖如果可以，如果必要则对冲
介绍了一种名为 FlipFlop 算法的新方法，该方法将 Follow-the-Leader 算法和 AdaHedge 策略相结合，同时不会牺牲前者的强势表现和后者的最坏情况保证。
PDF12 years ago