Optimalidad asintótica de Thompson Sampling para bandidos aversos al riesgo
Un algoritmo de Thompson Sampling no paramétrico logra optimalidad asintótica en bandidos aversos al riesgo con recompensas subgaussianas.
#cota inferior
Complejidad del aprendizaje por refuerzo offline con Q* y cobertura parcial
La combinación de Q* y Bellman completa no es suficiente para RL offline con cobertura parcial. Descubre el nuevo marco teórico y mejoras.
Tasa minimax espacio-temporal para distribuciones suaves en Wasserstein
Descubre la nueva tasa minimax espacio-temporal para distribuciones suaves en Wasserstein. Ideal para investigadores y expertos en OT.
El costo del aprendizaje con múltiples puntos de cambio
Descubre cómo el algoritmo ATC supera los desafíos del aprendizaje con múltiples puntos de cambio, logrando un rendimiento casi óptimo y evitando la confusión endógena.
Algoritmos basados en medias: cota inferior y regret
Descubre la primera cota inferior para algoritmos basados en medias en bandidos con horizonte desconocido. Nuevos algoritmos competitivos y su relación con no-regret.
Optimización de certificados explícitos de cota inferior para distancia unitaria
Descubre cómo optimizar certificados de cota inferior para distancia unitaria mediante algoritmos de optimización entera, mejorando la cota de Erdős a n^{1.0152
Degustación de manzanas con dos acciones y costos de cambio
Descubre cómo los investigadores demostraron una cota de arrepentimiento de orden √T para el problema de degustación. ¡Lee el artículo!
Pruebas secuenciales asintóticamente óptimas con datos markovianos
Descubre un método asintóticamente óptimo para pruebas secuenciales en cadenas de Markov. Mejora límites inferiores y aplicaciones en MCMC y MDPs.
Acoplamientos en difusiones de Langevin cinéticas
Nuevos acoplamientos no markovianos revelan cotas exactas de convergencia para difusiones de Langevin cinéticas, superando limitaciones previas en muestreo.
Aproximación de divergencias-f con estadísticos de rango
Aproxima divergencias-f con estadísticos de rango. Método rank-statistic para alta dimensión usando proyecciones aleatorias. Eficiente y validado.
Límites inferiores teóricos para optimización estocástica con bits limitados
Descubre cómo los límites informacionales afectan la optimización estocástica con gradientes de baja precisión: reducción a estimación gaussiana.