PulseAugur
中
实时 06:53:32
English(EN) Short-Term Pain for Long-Term Gain: Adaptive Experiment with Post-Commitment Reward Shift

新算法RAEC在自适应实验中平衡短期和长期目标

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为保留臂消除承诺（RAEC）的新算法，以解决在学习环境中平衡短期绩效与长期利益的挑战。该算法适用于初始最优行动可能不会带来最佳长期结果的情况，尤其是在承诺后奖励可能发生变化时。RAEC战略性地分配实验轮次，以识别最佳的承诺后选项，同时最大限度地减少短期遗憾，并对其性能提供理论保证。 AI

影响 为具有潜在奖励转移的动态环境中的优化决策引入了一种新颖的算法方法。

排序理由 该集群包含一篇详细介绍自适应实验新算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新算法RAEC在自适应实验中平衡短期和长期目标

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Puping Jiang, Wei Tang ·

    短期阵痛换长期收益：后承诺奖励转移的适应性实验

    arXiv:2607.23432v1 Announce Type: new Abstract: Decision-makers in learning environments face a dilemma when their short-term optimal actions may not favor their long-term benefits the most. To understand the fundamental tradeoff behind the dilemma, we study adaptive experimentat…

相关实体

相关话题