研究人员开发了一个新的几何框架，称为“法扇几何”（normal-fan geometry），用于分析非平稳对抗性马尔可夫决策过程（MDP）。该方法通过检查损失向量的变化如何影响最优策略来区分后果性非平稳和无害性非平稳。该框架引入了“面交叉价格”（face-crossing price）的概念，以量化当最优面移动时产生的遗憾，从而将非平稳的成本与选择误差分开。 AI
影响 引入了一种新颖的几何方法，以更好地理解和量化对抗性决策问题中非平稳的影响。
排序理由 该集群包含一篇学术论文，详细介绍了分析特定类型机器学习问题的新理论框架。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Priced Motion Through Optimal Faces: A Normal-Fan Geometry for Non-Stationary Adversarial MDPs
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
