★ 1
arXiv 论文对比主动推理与 Bayes-UCBVI 的信息价值
论文将主动推理（AIF）与 Bayes-UCBVI 置于同一表格 MDP 框架下比较，发现 AIF 的信息增益衰减过快，无法作为置信宽度。作者提出用平方根校准信息增益得到 calibrated AIF，在精确抽象下达到 √T 级遗憾。当奖励由对手从智能体数据中选择时，校准信息增益作为奖励无关的 ℓ…
arXiv cs.LG18 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文将主动推理（AIF）与 Bayes-UCBVI 置于同一表格 MDP 框架下比较，发现 AIF 的信息增益衰减过快，无法作为置信宽度。作者提出用平方根校准信息增益得到 calibrated AIF，在精确抽象下达到 √T 级遗憾。当奖励由对手从智能体数据中选择时，校准信息增益作为奖励无关的 ℓ…