实体 Delight-gated exploration

Delight-gated exploration

PulseAugur coverage of Delight-gated exploration — every cluster mentioning Delight-gated exploration across labs, papers, and developer communities, ranked by signal.

Show in brief

总计 · 30天

90 天内 1

发布 · 30天

90 天内 0

论文 · 30天

90 天内 1

层级分布 · 90 天

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_30607 · May 13 · 10:03

新的“Delight-gated exploration”算法优化了巨大的动作空间

研究人员推出了一种名为Delight-gated exploration (DE) 的新算法，旨在优化具有巨大动作空间的场景中的决策制定。DE根据其潜在的“delight”（一种结合了预期改进和惊喜的指标）来优先考虑探索性动作，而不是广泛搜索直到不确定性消除。这种方法比ε-greedy等传统方法更有效，尤其是在探索预算有限的情况下。该算法在各种bandit和MDP问题上都表现出了一致的性能，与Thompson Sampling和ε-g…

新的“Delight-gated exploration”算法优化了巨大的动作空间