Blackwell approachability
PulseAugur coverage of Blackwell approachability — every cluster mentioning Blackwell approachability across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
博弈论与强化学习在新的研究论文中正式关联
两篇新学术论文探讨了博弈论与强化学习之间的基础联系。第一篇论文《游戏何时是马尔可夫决策过程？》（作者：Eduardo C. Garrido-Merchán）提供了正式定理，展示了诸如纳什均衡和Shapley值等各种博弈论概念如何直接对应于强化学习中的结构和算子。第二篇论文《强化学习的统计基础：非渐近视角》侧重于强化学习的统计基础，特别是在样本稀疏的情况下，并对表格型马尔可夫决策过程进行了非渐近处理。
-
新的CGEQ框架解决了约束条件下的在线学习问题
研究人员提出了一个名为约束梯度均衡（CGEQ）的新框架，以解决学习者必须遵守特定约束的在线学习挑战。他们证明，在简单约束下实现CGEQ可能是不可能的，这导致了在局部约束对手下实现CGEQ的可达性框架的开发。该框架提供了理论表征和一种算法原理，可以将无悔学习器转换为CGEQ算法，并在合成数据和真实数据上的实验验证显示了在实现均衡和遵守约束方面都表现出色。
-
新框架将投注检验与Blackwell可接近性联系起来
本文介绍了一个新颖的框架，通过支撑函数残差将基于投注的序贯检验与Blackwell可接近性联系起来。它建立了目标集距离与预测误差和遗憾总和之间的精确路径身份。该研究提出了一种受控随机实验，在该实验中，自适应零假设在持续的均值分离下会导致次线性遗憾和指数级财富，并应用于有界均值、核MMD和异构数据源。
-
Blackwell 可达性与梯度均衡被证明等价
研究人员在 Blackwell 可达性与梯度均衡（GEQ）——一个在线优化框架——之间建立了等价关系。这一发现将 GEQ 与诸如遗憾最小化和校准等已建立的在线学习概念联系起来。该工作表明，一个框架可解决的问题可以用另一个框架高效解决，从而转移乐观和强适应性等保证。