实体
Qining Zhang
Qining Zhang
PulseAugur coverage of Qining Zhang — every cluster mentioning Qining Zhang 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
最近 · 第 1/1 页 · 共 2 条
-
新的强化学习算法可从具有未知链接函数的偏好中学习
研究人员开发了一种新的强化学习算法，称为Sign-SZPO，即使在偏好与结果之间的关系未知的情况下，它也可以从偏好反馈中学习。这种方法避免了现有方法中常见的已知链接函数的限制性假设。Sign-SZPO估计值函数差的符号来构建策略更新方向，在经验评估中证明了可证明的收敛性和对错误规范的鲁棒性。
-
新自适应实验设计框架SHRVar被引入
研究人员引入了SHRVar，一个新颖的自适应实验设计（AED）框架，解决了具有多个指标和异方差的在线实验中的挑战。提出的两阶段方法首先自适应地探索以识别最佳处理，然后使用A/B测试进行验证和统计推断。SHRVar通过基于相对方差的采样和消除策略推广了顺序减半，提供了可证明的指数级下降的错误概率。