参数化探索
机器学习
2019-07-16 v1 人工智能
机器学习
摘要
我们引入参数化探索(PE)，一类用于序贯决策问题中探索调度基于模型调谐的简单方法族。与常见的探索启发式不同，我们的方法考虑了决策问题的时间范围以及智能体对决策问题动力学的当前知识状态。我们展示了将我们的方法应用于若干常见探索技术，在伯努利和高斯多臂老虎机、上下文老虎机以及基于移动健康(mHealth)研究的马尔可夫决策过程中相对于未调谐对应方法具有更优性能。我们也检验了估计动力学模型准确性对 PE 性能的影响。
引用
@article{arxiv.1907.06090,
title = {Parameterized Exploration},
author = {Jesse Clifton and Lili Wu and Eric Laber},
journal= {arXiv preprint arXiv:1907.06090},
year = {2019}
}