研究人员开发了一种新的预测算法，旨在最小化具有未知目标的多个下游智能体的交换遗憾。对于二维结果空间，该算法实现了 $\tilde{O}(\sqrt{kT})$ 的遗憾界限，优于先前的界限和运行时间。该方法可扩展到更高维度，在任意维度上提供 $\tilde{O}(d\sqrt{kT})$ 的交换遗憾保证，比先前的高维方法更有效且假设更少。 AI
影响 这项研究可能带来更强大的 AI 系统，能够与具有不同且未知目标的多个智能体进行协调。
排序理由 该集群包含一篇详细介绍新算法及其理论保证的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
