PulseAugur
中
实时 09:12:59
实体 Group-Robust Markov Decision Processes

Group-Robust Markov Decision Processes

PulseAugur coverage of Group-Robust Markov Decision Processes — every cluster mentioning Group-Robust Markov Decision Processes across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
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 1 条
  1. TOOL · CL_327547 ·

    新算法从多样化数据源学习序列决策

    研究人员开发了一种名为群体鲁棒悲观值迭代（GR-PEVI）的新算法，用于从多个、可能异构的数据源学习序列决策策略。该方法通过将问题构建为分布鲁棒马尔可夫决策过程，解决了离线设置中数据覆盖有限的挑战。GR-PEVI 结合了最坏情况聚合和数据依赖的悲观惩罚，提供了有限样本的次优性保证，并可扩展到聚类源。该算法的有效性已通过模拟研究得到证明，并应用于涉及多发性硬化症治疗决策的临床环境。