GP-UCB
PulseAugur coverage of GP-UCB — every cluster mentioning GP-UCB across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新研究改进高斯过程老虎机优化技术 · 跟踪2个来源
arXiv上的两篇新研究论文探讨了高斯过程老虎机优化方面的进展。第一篇论文侧重于随时间变化的环境，提出了一种具有恒定探索参数的方法，以实现更优的遗憾界限。第二篇论文解决了并行高斯过程老虎机优化问题，展示了如何在不要求初始不确定性采样阶段的情况下，尤其是在无噪声设置中，实现更优的遗憾界限。
-
新的高斯过程方法优化时变奖励
研究人员开发了一种新颖的方法，用于在频率主义设置中优化时变奖励，解决了现有高斯过程老虎机算法的局限性。所提出的 W-SparQ-GP-UCB 方法通过注入不确定性来捕捉时间变化，从而能够自适应地回归到当前时间步。虽然在纯粹的老虎机设置中，对于时变目标来说，严格的无悔是无法实现的，但该算法通过最少数量的额外查询实现了无悔。理论分析为这些查询设定了下限，证明了该方法的效率，并将时间函数模式与可实现的悔率联系起来。
-
GP-UCB算法的次优性在新研究中揭示
一篇新发表在arXiv上的论文研究了高斯过程上限置信界（GP-UCB）算法的局限性。研究人员已经确定了其累积遗憾的上界，但这项工作探讨了GP-UCB是否真正具有minimax最优性。该研究为具有Matérn核的GP-UCB引入了一个新的遗憾下界，表明有效乐观度水平的多项式增长阻碍了最优遗憾率。
-
新研究推动优化与强化学习理论发展
研究人员开发了用于优化机器学习中决策过程的新理论框架。一篇论文介绍了基于后悔的贝叶斯优化停止准则，确保解以高概率在指定的ε-最优性范围内。另一项研究侧重于多项逻辑MDP的强化学习，提出了一种具有改进的最小极大最优后悔界限的算法。第三篇论文解决了折扣MDP中的风险敏感强化学习问题，在递归熵风险度量下提供了学习最优策略的样本复杂度界限。