机构名称：
¥ 1.0
在线学习中的有效探索（AAAI 最佳论文亚军、IJCAI）行星健康问题通常是空间规划问题，其中每个动作都是特定于上下文的，对应于地球上的物理区域。与每个动作相关的地理特征使我们能够使用平滑度假设来关联动作。例如在野生动物保护中，我们预计具有相似地理特征的地区也会有相似的偷猎模式。从数学上讲，我们可以将两个动作的奖励中的这种相似性编码为 Lipschitz 连续性。此外，每个动作（巡逻一组区域）在区域数量上是组合的，但可以分成具有附加、可分解奖励的构成区域。因此，我们引入了一种新的多臂老虎机变体，该变体结合了可分解性和平滑性，在这些奖励估计上强制实施 Lipschitz 连续性假设，以实现明显更快的收敛 [3]。我们表明，这种方法可以改善遗憾界限，并且不依赖于区域数量 N ，与最先进的 ˜ O ( T
人工智能决策助力地球健康
主要关键词
相关文件推荐
