PulseAugur
实时 12:46:51
实体 A Hierarchy of Policy Learning Problems

A Hierarchy of Policy Learning Problems

PulseAugur coverage of A Hierarchy of Policy Learning Problems — every cluster mentioning A Hierarchy of Policy Learning Problems across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. RESEARCH · CL_128387 ·

    新框架分析数据有限的策略学习问题 · 跟踪到2个来源

    研究人员引入了一个新的数学框架,用于分析不同策略学习问题之间的关系,特别是在数据不足以支持传统方法的情况下。该框架形式化了三个问题:寻找最优策略、学习一个优于基线的改进策略,以及确定是否存在改进策略。研究表明,策略存在性问题可以归结为改进策略问题,而改进策略问题又可以归结为最优策略问题,这表明了一个难度层级。研究还表明,在寻找改进策略和仅仅确定其存在性之间存在一个差距,这可能允许在数据有限的情况下也能得到答案。