研究人员开发了一种名为PEAR（Projected Error As Regret-gradient）的新方法，用于面向决策的学习。该技术通过将预测误差投影到活动约束的切空间上，简化了遗憾梯度的计算。与依赖求解器微分或使用代理损失的现有方法相比，PEAR提供了一种计算效率更高、更直接的替代方案。实验表明，即使约束发生变化，PEAR在优化基准和实际任务上也能获得卓越的决策质量。 AI
影响 引入了一种更有效的方法来训练模型，以提高优化任务中下游决策的质量。
排序理由 这是一篇介绍面向决策学习新方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
