Periodic-GP：利用高斯过程Bandit学习周期性世界
机器学习
2021-06-10 v3 人工智能
信息论
math.IT
摘要
我们考虑在周期性环境下的序贯决策优化问题，该问题广泛存在于诸多现实应用中，当数据具有季节性时，例如网约车中的每日司机需求以及交通中的动态交通模式。本工作中，我们聚焦于利用这种季节规律来学习随机周期性世界。为处理一般化的动作空间，我们采用基于高斯过程（GP）的bandit作为基础模型，因其灵活性与通用性，并提出了带有基于上置信界的时间周期核的Periodic-GP方法。在理论方面，我们通过显式刻画周期平稳模型中的周期核，给出了所提方法的新后悔界。在实验方面，所提算法在合成数据实验以及马德里交通污染的真实数据应用中均显著优于现有方法。
引用
@article{arxiv.2105.14422,
title = {Periodic-GP: Learning Periodic World with Gaussian Process Bandits},
author = {Hengrui Cai and Zhihao Cen and Ling Leng and Rui Song},
journal= {arXiv preprint arXiv:2105.14422},
year = {2021}
}