关于信息增益与Eluder维关系的一个简短注记
机器学习
2021-07-07 v1 人工智能
最优化与控制
机器学习
摘要
Eluder维与信息增益是bandit与强化学习中广泛使用的两种复杂度度量方法。Eluder维最初作为函数类的通用复杂度度量被提出，但已知其取值较小的常见例子是函数空间（向量空间）。在这些情形下，上界估计Eluder维的主要工具是椭圆势引理。有趣的是，椭圆势引理也在线性bandit/强化学习及其非参数推广信息增益的分析中占据重要地位。我们表明这并非巧合——对于再生核希尔伯特空间，Eluder维与信息增益在精确意义下等价。
引用
@article{arxiv.2107.02377,
title = {A Short Note on the Relationship of Information Gain and Eluder Dimension},
author = {Kaixuan Huang and Sham M. Kakade and Jason D. Lee and Qi Lei},
journal= {arXiv preprint arXiv:2107.02377},
year = {2021}
}