实体
Sequential decision making
Sequential decision making
PulseAugur coverage of Sequential decision making — every cluster mentioning Sequential decision making across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
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RATTL框架增强了AI在不确定环境中的安全性
研究人员开发了RATTL（风险对抗总回报学习），一种在不断演变的不确定性下进行序贯决策的新方法。该方法将智能体的谨慎程度与其认知不确定性挂钩，使用贝叶斯后验来定义一个Wasserstein模糊集。随着智能体收集更多证据，其后验集中，其行为会从鲁棒的最坏情况规划平滑地过渡到风险中性回报最大化。该框架保证智能体的性能将保持在无信息鲁棒值和完全知识最优值之间，并且随着确定性的增加，差距会缩小。这种方法旨在增强在不确定环境中运行的智能体（包括…
-
新论文探讨顺序决策的理论界限
两篇新的arXiv论文探讨了机器学习中顺序决策的理论框架。第一篇论文引入了一个“机制信息”度量，用于量化结合了物理先验和学习残差的混合模型的价值，在模拟中展示了样本效率的提高，并警告不要在安全关键型应用中使用LLM先验。第二篇论文开发了一个顺序超采样框架，为自适应数据设置建立信息论泛化界限，适用于在线学习、流式主动学习和多臂老虎机。