具有对抗性变化代价的随机最短路径
机器学习
2022-04-06 v4 机器学习
摘要
随机最短路径(SSP)是规划与控制中的知名问题,其中智能体必须以最小总期望代价到达目标状态。本文提出对抗性SSP模型,该模型同时考虑代价随时间的对抗性变化,而底层转移函数保持不变。形式上,智能体与SSP环境交互个回合,代价函数在回合间任意变化,且转移对智能体未知。我们开发了首个针对对抗性SSP的算法,并证明了高概率后悔界:在假设所有代价严格为正时为,在一般情形下为。我们是首个考虑这一自然的对抗性SSP设定并为其获得次线性后悔的。
引用
@article{arxiv.2006.11561,
title = {Stochastic Shortest Path with Adversarially Changing Costs},
author = {Aviv Rosenberg and Yishay Mansour},
journal= {arXiv preprint arXiv:2006.11561},
year = {2022}
}