Coco Morante

新框架解决具有记忆和动态约束的在线学习问题

研究人员引入了一个新的在线凸优化框架，该框架具有记忆和时变约束（COCO-M），旨在捕捉有状态在线学习和具有预算约束的非随机控制的动态。所提出的乐观算法结合了不可信的预测来管理通用动态遗憾和累积约束违反。这项工作首次建立了同时适应环境非平稳性和预测准确性的界限，改进了先前受限的假设，并提供了子线性最坏情况保证，这些保证会随着预测准确性的提高而增强。