机构名称：
¥ 1.0
Xu和Zeevi [9]的论文，“贝叶斯的设计原则，用于频繁的顺序学习”，提出了一种解决广泛的顺序决策问题的一般方法。它引入了一种新颖的优化设置，代理商持有“算法信念”，并旨在最大程度地减少遗憾的概念。作者提出了一个新的损失函数，该功能可以使代理使用标准贝叶斯原则更新信念，而无需提交特定的事先。该框架适用于各种多臂强盗和增强学习设置，并在随机，对抗和非平稳的强盗环境中实现了出色的经验性能。这项工作发表在2023年国际机器学习会议（ICML）中，并因其贡献而获得了“杰出纸质奖”。
Barbor-Baranciki.pdf
主要关键词
相关文件推荐
