基于模型的 Whittle 指数学习

《ACM Transactions on Modeling and Performance Evaluation of Computing Systems》：Model-Based Learning of Whittle indices

　　

摘要AI 摘要

查看此 AI 生成的摘要，您需要拥有高级访问权限。

了解更多登录

摘要

摘要

我们提出 BLINQ，这是一种新的基于模型的算法，用于学习可索引、可通信和单链马尔可夫决策过程（MDP）的惠特尔指数。我们的方法依赖于构建 MDP 的经验估计，然后使用一种扩展版的最先进现有算法来计算其惠特尔指数。我们提供了收敛到我们想要学习的惠特尔指数的证明，以及以任意精度学习它们所需时间的界限。此外，我们研究了它的计算复杂度。我们的数值实验表明，在获得准确近似所需的样本数量方面，BLINQ 显著优于现有的 Q 学习方法。此外，对于任何合理数量的样本，其总计算成本甚至低于 Q 学习。即使使用神经网络来预测 Q 值以加速 Q 学习算法，这些观察结果依然成立。

AI 摘要

AI 生成摘要（实验性）

本摘要是使用自动化工具生成的，未经本文作者撰写或审核。提供本摘要是为了支持发现，帮助读者评估相关性，并协助来自相邻研究领域的读者理解这项工作。旨在补充作者提供的摘要，后者仍是论文的主要摘要。完整文章仍是权威的记录版本。点击此处了解更多。

点击此处评论本摘要的准确性、清晰度和有用性。这样做将有助于改进和未来的重新生成版本。

查看此 AI 生成的通俗语言摘要，您需要拥有高级访问权限。