arXiv cs.AI / cs.LG 最新· Bram van den Akker·· 20 小时前AI 评分51
论文提出用 GP-UCB 优化预算分配权重，生产环境 RCT 验证效率提升
Gaussian Process Bandits for Constraint Black Box Lever Optimization
AI 导读
论文提出用高斯过程置信上界（GP-UCB）在延迟、带噪且聚合的反馈下优化共享预算的离散分配权重，通过对奖励函数加高斯过程先验在相邻配置间共享信息，缩短探索周期。作者先用自建高保真模拟器比较多种核函数，认为 Matérn + Linear 组合核在平稳、漂移和反应式环境下最稳健。随后在生产环境开展大规模随机对照试验，结果显示相对 ε-greedy 基线取得统计显著的效率提升。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。