Skip to content
体验新版
项目
组织
正在加载...
登录
切换导航
打开侧边栏
OpenDocCN
stanford-cs234-notes-zh
提交
d49f7523
S
stanford-cs234-notes-zh
项目概览
OpenDocCN
/
stanford-cs234-notes-zh
通知
8
Star
0
Fork
0
代码
文件
提交
分支
Tags
贡献者
分支图
Diff
Issue
0
列表
看板
标记
里程碑
合并请求
0
Wiki
0
Wiki
分析
仓库
DevOps
项目成员
Pages
S
stanford-cs234-notes-zh
项目概览
项目概览
详情
发布
仓库
仓库
文件
提交
分支
标签
贡献者
分支图
比较
Issue
0
Issue
0
列表
看板
标记
里程碑
合并请求
0
合并请求
0
Pages
分析
分析
仓库分析
DevOps
Wiki
0
Wiki
成员
成员
收起侧边栏
关闭侧边栏
动态
分支图
创建新Issue
提交
Issue看板
前往新版Gitcode,体验更适合开发者的 AI 搜索 >>
提交
d49f7523
编写于
1月 17, 2020
作者:
X
xiaowei_xing
浏览文件
操作
浏览文件
下载
电子邮件补丁
差异文件
test
上级
bf523a9b
变更
1
隐藏空白更改
内联
并排
Showing
1 changed file
with
1 addition
and
1 deletion
+1
-1
docs/11&12.md
docs/11&12.md
+1
-1
未找到文件。
docs/11&12.md
浏览文件 @
d49f7523
...
@@ -72,7 +72,7 @@ $\bullet$ 衰减 $\epsilon$-贪婪(decaying $\epsilon$-greedy):次线性
...
@@ -72,7 +72,7 @@ $\bullet$ 衰减 $\epsilon$-贪婪(decaying $\epsilon$-greedy):次线性
$
\b
ullet$ 乐观初始化(optimistic initialization):如果初始值足够乐观则为次线性遗憾,否则为线性遗憾
$
\b
ullet$ 乐观初始化(optimistic initialization):如果初始值足够乐观则为次线性遗憾,否则为线性遗憾
为了解问题的严重性,我们先来探讨遗憾的下界。一般来说,任何算法的性能都取决于最优动作与其他动作的相似
性。困难的问题会有相似的动作,但方式略有不同,这可以由差距 $
\D
elta_{a}$ 和分布的相似性
(通过 KL 散度)$KL(R^{a}
\l
Vert R^{a^{
\a
st}})$ 来描述,然后,我们可以对渐近总遗憾建立一个界限。
为了解问题的严重性,我们先来探讨遗憾的下界。一般来说,任何算法的性能都取决于最优动作与其他动作的相似
程度。困难的问题会有相似的动作,但方式略有不同,这可以由差距 $
\D
elta_{a}$ 和分布的相似程度
(通过 KL 散度)$KL(R^{a}
\l
Vert R^{a^{
\a
st}})$ 来描述,然后,我们可以对渐近总遗憾建立一个界限。
**定理 1**
(Lai and Robbins,1985)对于 MAB,任何算法在总遗憾上的渐近下界至少为
**定理 1**
(Lai and Robbins,1985)对于 MAB,任何算法在总遗憾上的渐近下界至少为
...
...
编辑
预览
Markdown
is supported
0%
请重试
或
添加新附件
.
添加附件
取消
You are about to add
0
people
to the discussion. Proceed with caution.
先完成此消息的编辑!
取消
想要评论请
注册
或
登录