前向KL正则离线上下文赌博机获快速率上界

Qingyue Zhao 等作者对前向 KL 正则化离线上下文赌博机提出新的分析，首次在表格与一般函数逼近设定下、于单策略集中性条件下给出 Õ(ε⁻¹) 的样本复杂度上界。此前同类分析只能得到 Õ(ε⁻²) 的慢速率。 该分析用凸分析框架，以新方式利用悲观原则，绕开此前基于中值定理的证明路线，并给出匹配下界以证明速率紧致。作者称，下界还表明前向 KL 正则化在低正则化区间会退化为无正则化的慢速率，与反向 KL 正则化类似。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。