09:08
官方账号arXiv cs.LG@Jiawei Zhang
推荐理由：这篇论文分析了连续随机消耗下在线资源分配的遗憾理论，给出了具体的下界和上界，还拿两个常见分布举例说明p值怎么算，挺实用。
Regret
共 1 条相关 AI 资讯
7月3日
09:08
论文研究了一个在线资源分配模型，其中奖励和消耗大小均连续分布，请求顺序到达且必须不可逆地接受或拒绝。该模型允许确定性流体松弛退化，并引入active weighted-mass exponent p来刻画遗憾。当p>1时，所有在线策略的遗憾下界为Ω(T^(1/2 - 1/(2p)))；当p=1时，边际策略达到O((log T)^2)遗憾。例如，size与value-to-size比率独立均匀分布时p=1，size与reward独立均匀时p=2。该策略在无流体非退化假设下实现了o(√T)遗憾。