arXiv stat.ML· Akira Kitaoka·· 4 小时前AI 评分22
Outperformance 逆优化：学习能超越智能体决策的目标函数
Outperformance Inverse Optimization: Learning Objective Functions that Outperform Agent Decisions
AI 导读
研究者提出 outperformance 逆优化，不再拟合观测决策本身，而是寻找在每个状态下都能在各分量上超越观测动作的最优解权重。该方法给出仅依赖前向问题 oracle 即可评估的损失函数，适用于 MILP，并配套基于梯度和 DC 优化的算法；在权重于所有观测上诱导唯一超越最优解时，其泛化误差上界与观测数量成反比，且该上界在观测数量上紧至对数因子。
来源：arXiv stat.ML · arxiv.org