实体
David Janz
David Janz
PulseAugur coverage of David Janz — every cluster mentioning David Janz across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新方法本地化规避维度，以改进强化学习界限
研究人员提出了一种新的方法来本地化规避维度（eluder dimension），这是理解机器学习中乐观探索样本复杂性的关键概念。该技术为广义线性模型类建立了下界，表明传统的规避维度分析不足以实现一阶遗憾界限。所提出的本地化方法不仅恢复并增强了伯努利老虎机（Bernoulli bandits）的现有结果，还为具有有界累积回报的有限时间强化学习任务提供了第一个真正的一阶界限。
-
新分析表明线性集成采样可媲美汤普森采样
研究人员发表了对随机线性 bandits 中线性集成采样 (ES) 的新分析，证明了其在标准高斯扰动下的有效性。研究表明，ES 可以实现 \tilde O(d^{3/2}\sqrt n) 的遗憾值，集成大小为 m=\Theta(d\log n)，其性能可媲美汤普森采样，同时计算成本相当。新颖的证明技术涉及将分析简化为独立布朗运动的时间均匀超额问题，为线性 bandits 中的随机探索提供了新视角。