Fugu-MT 論文翻訳(概要): Efficient Contextual Bandits with Continuous Actions

論文の概要: Efficient Contextual Bandits with Continuous Actions

arxiv url: http://arxiv.org/abs/2006.06040v2
Date: Thu, 3 Dec 2020 23:22:14 GMT
ステータス: 処理完了
システム内更新日: 2022-11-23 04:47:52.469900
Title: Efficient Contextual Bandits with Continuous Actions
Title（参考訳）: 継続的な行動を伴う効率的なコンテキスト帯域
Authors: Maryam Majzoubi, Chicheng Zhang, Rajan Chari, Akshay Krishnamurthy, John Langford, Aleksandrs Slivkins
Abstract要約: 我々は、未知の構造を持つ連続的な動作を持つ文脈的包帯に対する計算的に抽出可能なアルゴリズムを作成する。我々の還元型アルゴリズムは、ほとんどの教師付き学習表現で構成される。
参考スコア（独自算出の注目度）: 102.64518426624535
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We create a computationally tractable algorithm for contextual bandits with continuous actions having unknown structure. Our reduction-style algorithm composes with most supervised learning representations. We prove that it works in a general sense and verify the new functionality with large-scale experiments.
Abstract（参考訳）: 未知構造を持つ連続的な動作を持つ文脈的バンディットに対する計算可能なアルゴリズムを作成する。我々の還元型アルゴリズムは教師付き学習表現で構成する。汎用的な動作を証明し,大規模な実験によって新機能を検証する。

関連論文リスト

Fast and Sample Efficient Multi-Task Representation Learning in Stochastic Contextual Bandits [15.342585350280535]
本研究では,表現学習が文脈的包帯問題の学習効率を向上させる方法について検討する。本稿では,予測勾配勾配(GD)と最小化推定器に基づく新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2024-10-02T22:30:29Z)
Sharing Knowledge in Multi-Task Deep Reinforcement Learning [57.38874587065694]
マルチタスク強化学習において、ディープニューラルネットワークを効果的に活用するためのタスク間の表現の共有の利点について検討する。我々は,タスク間で表現を共有するのに便利な条件を強調する理論的保証を提供することで,これを証明している。
論文参考訳（メタデータ） (2024-01-17T19:31:21Z)
Provably Efficient Learning in Partially Observable Contextual Bandit [4.910658441596583]
古典的帯域幅アルゴリズムの改善に因果境界をどのように適用できるかを示す。本研究は,実世界の応用における文脈的包括的エージェントの性能を高める可能性を秘めている。
論文参考訳（メタデータ） (2023-08-07T13:24:50Z)
Tree-Based Adaptive Model Learning [62.997667081978825]
我々はKearns-Vazirani学習アルゴリズムを拡張し、時間とともに変化するシステムを扱う。本稿では,学習前の動作を再利用し,更新し,LearnerLibライブラリに実装し,大規模な実例で評価する学習アルゴリズムを提案する。
論文参考訳（メタデータ） (2022-08-31T21:24:22Z)
Contextual Bandits with Large Action Spaces: Made Practical [48.28690486203131]
本稿では,連続的かつ線形に構造化された行動空間を持つコンテキスト的帯域に対する,最初の効率的汎用アルゴリズムを提案する。提案アルゴリズムは,教師付き学習のための計算オラクル,および (ii) 動作空間を最適化し, 動作空間のサイズによらず, サンプルの複雑性, 実行時間, メモリを実現する。
論文参考訳（メタデータ） (2022-07-12T21:01:48Z)
Efficient Algorithms for Learning to Control Bandits with Unobserved Contexts [1.370633147306388]
そこで本研究では,不完全なコンテキスト観測を行うバンドに対して,実装可能な後部サンプリングアルゴリズムを提案する。提案アルゴリズムは,ノイズの多い不完全な観測から学習の効率性を明らかにし,それに応じて行動を取る。
論文参考訳（メタデータ） (2022-02-02T04:03:19Z)
Co$^2$L: Contrastive Continual Learning [69.46643497220586]
近年の自己教師型学習のブレークスルーは、このようなアルゴリズムが視覚的な表現を学習し、見えないタスクにもっとうまく移行できることを示している。本稿では、連続的な学習と伝達可能な表現の維持に焦点を当てたリハーサルに基づく連続学習アルゴリズムを提案する。
論文参考訳（メタデータ） (2021-06-28T06:14:38Z)
Provably Efficient Exploration for Reinforcement Learning Using Unsupervised Learning [96.78504087416654]
強化学習(RL)問題における効率的な探索に教師なし学習を用い,本パラダイムが有効であるかどうかを考察する。本稿では,教師なし学習アルゴリズムと非線形表RLアルゴリズムという,2つのコンポーネント上に構築された汎用的なアルゴリズムフレームワークを提案する。
論文参考訳（メタデータ） (2020-03-15T19:23:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。