在线学习在随机网络优化中的力量
最优化与控制
2014-07-30 v2 机器学习
系统与控制
摘要
本文研究了在系统统计特性先验未知的情况下，在线学习在随机网络优化中的力量。我们感兴趣的是理解如何将信息和学习有效地纳入系统控制技术，以及这样做的基本好处。我们提出了两种“在线学习辅助控制”技术，OLAC和OLAC2，它们通过一种称为“对偶学习”的学习过程，明确地将过去的系统信息用于当前系统控制。我们证明了所提算法的强性能保证：OLAC和OLAC2实现了近最优的[O(ε), O([log(1/ε)]^2)]效用-延迟权衡，并且OLAC2具有O(ε^{-2/3})的收敛时间。OLAC和OLAC2可能是首批同时具有显式近最优延迟保证和次线性收敛时间的算法。仿真结果也证实了所提算法在实际中的优越性能。据我们所知，我们的尝试是首次将在线学习明确纳入随机网络优化，并在理论和实践中展示其力量。
引用
@article{arxiv.1404.1592,
title = {The Power of Online Learning in Stochastic Network Optimization},
author = {Longbo Huang and Xin Liu and Xiaohong Hao},
journal= {arXiv preprint arXiv:1404.1592},
year = {2014}
}