实体
Doubly Robust (DR)
Doubly Robust (DR)
PulseAugur coverage of Doubly Robust (DR) — every cluster mentioning Doubly Robust (DR) across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
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
-
新的VOCEM估计器改进了上下文老虎机策略的离轨策略评估
研究人员提出了一种用于上下文老虎机策略离轨策略评估（OPE）的新方法，称为方差最优CEM（VOCEM）。该方法旨在降低现有方法（如双重稳健（DR）估计）中与动作级别重要性加权相关的高方差。VOCEM通过选择一个最优系数来最小化方差，在DR和先前的估计器OffCEM之间进行插值。实验表明，VOCEM在各种条件下均优于DR和OffCEM，显示出更强的稳定性和鲁棒性。
-
新研究推动上下文老虎机算法在动态复杂环境中的应用
研究人员正在探索上下文老虎机问题的先进技术，重点是改进遗憾界限和处理动态环境。一篇论文介绍了一种可重试的老虎机算法，旨在优化多次尝试中的最佳结果，并证明了该目标的首个次线性遗憾界限。另一项研究提出了主动上下文选择以提高上下文老虎机中的简单遗憾，显示出比被动采样显著的改进。此外，一种名为 PONA 的新方法被提出用于离线上下文老虎机，该方法通过利用动作特征可以有效地学习和选择新动作，其性能优于受限于预定义动作集的现有方法。最后，一种名为…