本文提出了一种新的在线区间选择方法，重点关注成员资格的二元预测，以获得最优解。所提出的方法在有限严格鲁棒性下实现了 $d=(3+\sqrt5)/2$ 的一致性界限，并且一个确定性算法能够以精确鲁棒性达到此界限。该研究还探讨了一种可调的替换成本，它提供了一系列连续的解决方案，在特定的参数区间内具有精确的一致性和鲁棒性。文章讨论了随机化作为一种手段，可以接近具有有限期望鲁棒性的期望一致性一，尽管几乎处处鲁棒性需要严格大于二的期望一致性。 AI
影响 在带二元预测的在线决策方面引入了理论进展，可能影响需要不确定性下序贯决策的AI系统。
排序理由 该项目是一篇研究论文，详细介绍了一种新算法和理论分析。[lever_c_降级自研究：ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
