在线资源分配论文：频繁重求解反致更差

Zhaohua Chen 在 arXiv 发布一篇研究论文，考察带内生 Markov 状态的有限时域在线资源分配问题：每个动作会影响决定未来奖励与资源消耗的状态转移。 论文称，在已知请求先验下，频繁与不频繁重求解都能达到 O(1) 遗憾；但在退化最优解情形下，频繁重求解可能产生 Ω(T) 遗憾，即优化越频繁，渐近表现反而越差。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。