11:42
官方账号arXiv cs.LG@Akshay Balsubramani
推荐理由：这篇论文揭示了贝叶斯博弈中后悔分解的统一框架，将多种机器学习方法纳入同一理论体系。
贝叶斯更新
共 1 条相关 AI 资讯
8月19日
11:42
该研究提出了一种两人零和重复博弈框架，其中学习者和自然之间的值恒等式同时实现了贝叶斯更新和指数权重后悔的精确计算。论文将终端支付定义为比较器在固定相对熵条件下相对于先验的最大收益，并将一步约束设定为学习者混合行动下自然移动的信息预算。研究证明Gibbs/Bayes权重作为学习者的唯一Bellman等化器，使每轮损失独立于自然移动方向。后悔被精确分解为三个部分：每轮信息损失、重调温漂移和比较器相对于先验的信息，这一分解框架统一了bandit、后验采样、聚合和boosting等多种方法。