Decision-Focused Learning
PulseAugur coverage of Decision-Focused Learning — every cluster mentioning Decision-Focused Learning across labs, papers, and developer communities, ranked by signal.
-
新的DFL方法通过占用测度方法解决了MDP的可扩展性问题
研究人员开发了一种新的决策导向学习(DFL)方法,用于马尔可夫决策过程(MDP),该方法解决了现有方法在可扩展性方面的局限性。通过将MDP重新表述为基于占用测度的线性规划(LP),该新技术推导出了闭式梯度,并克服了与不连续梯度和状态大小扩展相关的挑战。该方法采用增强拉格朗日代理和随机行草图,以及软状态聚合层,以有效地处理大型和连续状态空间。实验结果表明,与先前的基于KKT的DFL和两阶段基线相比,该方法实现了更低的遗憾和显著降低的计算成本。
-
AutoEnergy算法提升能源预测的准确性和速度
一篇新论文介绍了一种领域定制的自动化特征工程算法AutoEnergy,旨在改进能源消耗预测。该算法通过从时间戳和历史消耗数据生成可解释的特征,减少了对专家驱动的特征设计的依赖。与AutoML集成后,AutoEnergy在十八个真实世界能源数据集上显著降低了预测误差,在准确性和速度方面均优于基线方法。此外,将其应用于电池储能系统问题并结合面向决策的学习,带来了可观的运营成本节约。
-
决策导向学习中识别出雅可比矩阵秩崩溃
研究人员在决策导向学习(DFL)中识别出一种称为雅可比矩阵秩崩溃的现象,其中预测器的雅可比矩阵表现出低秩。这种情况意味着优化器使用的梯度是共线的,限制了学习可用的独立参数更新方向。跨越各种配置(包括公平性、最短路径和背包问题)的实验表明,虽然 DFL 可以提供决策质量的适度改进,但这些收益通常是边际的,并且可能对坐标缩放和预测准确性与决策质量等因素敏感。
-
新的对抗性DFL方法改进了网络拦截博弈学习
研究人员开发了一种名为对抗性DFL(A-DFL)的新方法,以解决决策导向学习(DFL)应用于网络拦截博弈时出现的根本性故障。在这些博弈中,拦截者加强网络弧线,而规避者使用机器学习预测器寻找最短路径,这常常导致DFL的训练目标允许成本估计器在拦截下表现不佳。A-DFL用被拦截的场景替换名义训练样本来克服这个问题,恢复了DFL的优势,并实现了有效的端到端优化。
-
新的DFL方法提高了复杂问题的效率和可扩展性
研究人员开发了一种新的面向决策的学习(DFL)方法,显著提高了效率和可扩展性。该方法将问题重新构建为成本敏感的多输出回归问题,并纳入特定的损失函数组件以更好地模拟下游任务成本。该技术在训练过程中需要更少的计算求解,使得DFL能够应用于比以往更大、更复杂的问题,同时保持可比的任务质量。
-
新方法将预测误差投影到切空间以实现面向决策的学习
研究人员开发了一种名为PEAR(Projected Error As Regret-gradient)的新方法,用于面向决策的学习。该技术通过将预测误差投影到活动约束的切空间上,简化了遗憾梯度的计算。与依赖求解器微分或使用代理损失的现有方法相比,PEAR提供了一种计算效率更高、更直接的替代方案。实验表明,即使约束发生变化,PEAR在优化基准和实际任务上也能获得卓越的决策质量。