机构名称：
¥ 1.0
我们为结构化限制提出了一个新颖的框架，我们称之为影响图匪。我们的框架使用图形模型来捕获动作，潜在变量和观察之间的复杂统计依赖性；因此，统一并扩展了许多现有的模型，例如共同的半伴侣，级联的匪徒和低级匪徒。我们开发了新颖的在线学习算法，这些算法学会在模型中有效地行事。关键思想是要跟踪模型参数的结构化分布，无论是外部还是大约。采取行动，我们将模型参数从其后部进行采样，然后使用影响图的结构来发现采样参数下最乐观的动作。我们在三个结构化的匪徒问题中凭经验评估了我们的算法，并表明它们的性能与特定问题的最新基准相比，它们的性能和更好或更好。
图形模型符合匪徒：变异的汤普森采样方法
主要关键词
相关文件推荐
