本文研究了多秘书问题，重点关注加性遗憾值，该值衡量最优离线奖励与在线策略奖励之间的差异。研究人员为某些分布建立了对数遗憾值界限，为其他分布建立了二次遗憾值界限。该研究证明，对于两个分离的均匀分布的混合，二次下界是必需的，这表明现有对有间隔分布的上界是紧的。证明利用了Bellman证书，这有助于构建显式证书并解释为什么支持间隔会导致更大的遗憾值。 AI
排序理由 学术论文发表在arXiv上，详细介绍了理论计算机科学研究。[lever_c_demoted from research: ic=1 ai=0.1]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
