实体 Taira Tsuchiya

Taira Tsuchiya

PulseAugur coverage of Taira Tsuchiya — every cluster mentioning Taira Tsuchiya across labs, papers, and developer communities, ranked by signal.

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

TOOL · CL_321569 · Oct 26 · 04:00

新框架解决了马尔可夫决策过程中的对抗性偏好反馈学习问题

研究人员开发了一个新的框架，用于在基于状态偏好的马尔可夫决策过程（MDP）中进行学习。该方法解决了选项比较不仅揭示偏好，而且影响后续状态的场景，例如在推荐系统中。该论文分析了该问题的最小最大遗憾，表明它受情节长度、状态数量和臂数量等因素的影响，并提出了实现最优遗憾率的算法。