嵌套因果赌博机的认证策略优化:PAC-Bayes 风险视角
原文标题:Certified Policy Optimisation for Nested Causal Bandits via PAC-Bayes Risk
导读
这项工作为嵌套因果赌博机提供带认证保证的策略优化,战略决策会因果地影响后续战术选择的环境。
推荐理由
与本主题相关
来源:arXiv cs.AI · arxiv.org
原文标题:Certified Policy Optimisation for Nested Causal Bandits via PAC-Bayes Risk
这项工作为嵌套因果赌博机提供带认证保证的策略优化,战略决策会因果地影响后续战术选择的环境。
与本主题相关
来源:arXiv cs.AI · arxiv.org