亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

Sequential Counterfactual Risk Minimization

反事实思维 后悔 缩小 估计员 计算机科学 反事实条件 数学优化 计量经济学 机器学习 经济 数学 统计 认识论 哲学 程序设计语言
作者
Houssam Zenati,Eustache Diemert,M. Martín,Julien Mairal,Pierre Gaillard
出处
期刊:Cornell University - arXiv
标识
DOI:10.48550/arxiv.2302.12120
摘要

Counterfactual Risk Minimization (CRM) is a framework for dealing with the logged bandit feedback problem, where the goal is to improve a logging policy using offline data. In this paper, we explore the case where it is possible to deploy learned policies multiple times and acquire new data. We extend the CRM principle and its theory to this scenario, which we call "Sequential Counterfactual Risk Minimization (SCRM)." We introduce a novel counterfactual estimator and identify conditions that can improve the performance of CRM in terms of excess risk and regret rates, by using an analysis similar to restart strategies in accelerated optimization methods. We also provide an empirical evaluation of our method in both discrete and continuous action settings, and demonstrate the benefits of multiple deployments of CRM.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
小竖完成签到 ,获得积分10
5秒前
英俊的铭应助三三采纳,获得10
5秒前
陈俊豪完成签到,获得积分10
5秒前
李健应助这里有妖气采纳,获得10
9秒前
carling完成签到,获得积分20
17秒前
20秒前
21秒前
三三发布了新的文献求助10
24秒前
24秒前
carling发布了新的文献求助30
38秒前
jie完成签到,获得积分10
39秒前
43秒前
49秒前
Bin_Liu发布了新的文献求助10
50秒前
脏脏包发布了新的文献求助10
59秒前
wanci应助三三采纳,获得10
1分钟前
bkagyin应助科研通管家采纳,获得10
1分钟前
静哥哥完成签到 ,获得积分10
1分钟前
任性饼干完成签到 ,获得积分10
1分钟前
f8fq完成签到,获得积分10
1分钟前
1分钟前
三三发布了新的文献求助10
1分钟前
1分钟前
Mr_老旭发布了新的文献求助10
1分钟前
Kyle完成签到 ,获得积分10
1分钟前
古月完成签到 ,获得积分10
1分钟前
领导范儿应助小李要上岸采纳,获得10
2分钟前
2分钟前
2分钟前
yxl发布了新的文献求助10
2分钟前
生动的悲发布了新的文献求助10
2分钟前
打打应助三三采纳,获得10
2分钟前
Zorauna完成签到,获得积分10
2分钟前
2分钟前
morena发布了新的文献求助10
2分钟前
2分钟前
三三发布了新的文献求助10
2分钟前
magicQAQ发布了新的文献求助20
2分钟前
2分钟前
CHANYEOL发布了新的文献求助10
2分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Les Mantodea de Guyane Insecta, Polyneoptera 2000
Quality by Design - An Indispensable Approach to Accelerate Biopharmaceutical Product Development 800
Pulse width control of a 3-phase inverter with non sinusoidal phase voltages 777
Signals, Systems, and Signal Processing 610
Research Methods for Applied Linguistics: A Practical Guide 600
Research Methods for Applied Linguistics 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6404280
求助须知:如何正确求助?哪些是违规求助? 8223503
关于积分的说明 17429649
捐赠科研通 5456691
什么是DOI,文献DOI怎么找? 2883602
邀请新用户注册赠送积分活动 1859842
关于科研通互助平台的介绍 1701261