arXiv stat.ML· Kapilan Balagopalan, Hao Qin, Kwang-Sung Jun, Chicheng Zhang·· 5 小时前AI 评分12
基于通用函数逼近的高效上下文部分监测
Efficient contextual partial monitoring with general function approximation
AI 导读
研究提出一种基于 Estimation-to-Decisions（E2D）元算法的上下文部分监测框架，通过在线回归预言机估计结果分布，并给出两种可高效计算的探索规则：全局可观测场景下用 ε-greedy，局部可观测场景下用 inverse gap weighting，均达到最优 regret 阶。
来源：arXiv stat.ML · arxiv.org