arXiv·· 12 天前AI 评分22
基于共形动作集的强化学习：在序列推荐中的应用
Reinforcement Learning with Conformal Action Sets: An Application to Sequential Recommendation
AI 导读
针对序列推荐器在会话中固定候选集大小的问题，研究者提出 Calibrated Pruning 强化学习（RLCP），利用 critic 分数与在线阈值自适应调整保留的动作集，阈值由集合是否包含代理目标动作的二值反馈更新。作者证明了自适应轨迹上代理漏检率的确定性上界，并给出价值损失在过滤等部分的精确分解。
来源：arXiv · arxiv.org