关于离线决策的统计复杂度
机器学习
2025-01-14 v1 人工智能
机器学习
摘要
我们研究具有函数近似的离线决策的统计复杂度，建立了随机上下文老虎机和马尔可夫决策过程的（接近）极小化最优速率。性能极限由（值）函数类的伪维数和行为策略的新刻画所决定，该刻画严格包含了离线决策文献中所有先前的数据覆盖概念。此外，我们试图理解在在线决策中使用离线数据的好处，并在广泛范围内展示了接近极小化最优的速率。
引用
@article{arxiv.2501.06339,
title = {On The Statistical Complexity of Offline Decision-Making},
author = {Thanh Nguyen-Tang and Raman Arora},
journal= {arXiv preprint arXiv:2501.06339},
year = {2025}
}
备注
arXiv version for the ICML'24 paper