التعلم الفوقي لتقليل الندم البسيط

نقوم بتطوير إطار عمل للتعلم الفوقي لتقليل الندم البسيط في المهام المختارة. في هذا الإطار، يتفاعل وكيل التعلم مع سلسلة من المهام المختارة، والتي يتم أخذ عينات منها IID من توزيع غير معروف مسبقًا، ويتعلم معاييره الفوقية ليؤدي بشكل أفضل في المهام المستقبلية. نقترح أول خوارزميات تعلم فوقي بايزي وتكراري لهذا الإعداد. تمتلك الخوارزمية البايزية وصولًا إلى توزيع مسبق على المعايير الفوقية وندمها البسيط الفوقي على m مهام مختارة مع أفق n هو ببساطة O(m / √n). من ناحية أخرى، فإن ندم الخوارزمية التكرارية البسيط الفوقي هو O(n√m + m/ √n). بينما يكون ندمها أسوأ، فإن الخوارزمية التكرارية أكثر عمومية لأنها لا تحتاج إلى توزيع مسبق على المعايير الفوقية. يمكن أيضًا تحليلها في سياقات أكثر. نقوم بتنفيذ خوارزمياتنا لفئات متعددة من مشكلات المهام المختارة. خوارزمياتنا عامة ونكمل نظريتنا من خلال تقييمها تجريبيًا في عدة بيئات.