研究人员已经解决了专家问题和在线凸优化(OCO)的极小极大遗憾率问题。对于d专家问题,极小极大交替遗憾被证明是 $\Theta(\log d)$,独立于时间跨度T。这比Hait等人建立的 $\mathcal{O}(T^{1/3}\log^{2/3} d)$ 等先前界限有了显著改进。对于d维紧凸集上的通用OCO,极小极大交替遗憾是 $\Theta(d\log(1+T/d))$,也比先前结果有了实质性改进。这些发现是通过对Hedge等现有算法进行新颖的修正变体实现的,并精心设计了修正项来处理不利的曲率。 AI
影响 为在线学习算法建立了新的理论界限,可能影响博弈论和强化学习的未来研究。
排序理由 在arXiv上发表了两篇学术论文,提出了在线学习和博弈论方面的新颖理论结果。
- Cevher
- COLT 2025
- Cutkosky
- Hait
- Luo
- Neural Information Processing Systems 2023
- OCO
- Piliouras
- Skoulakis
- Viano
- Zhang
- Cevher et al.
- Experts Problem
- Hait et al.
- Hedge
- Minimax Alternating Regret
- Online Convex Optimization
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →