跳到正文
AGI Hunt· burkov·· 2 小时前AI 评分39

CURE-UCB 论文:让序贯决策算法利用已知时限优化收益递增场景

CURE-UCB 论文:让决策算法利用已知时限优化收益递增场景

AI 导读

Andriy Burkov 介绍 CURE-UCB 论文,提出面向收益随投入递增场景的时限感知序贯决策算法。该方法估算每个选项在剩余时间内的预期累计收益,并分析其价值。论文在 model selection 与机器学习训练任务中,对比 rising-reward 及一般非平稳决策基线进行实验。

来源:AGI Hunt · agihunt.info