鲁棒Bandits可计算性研究：论文证明特例可解而泛化NP困难

Vanessa Kosoy 与 Vinayak Pathak 提交论文，针对鲁棒 bandits（原不精确 bandits）此前只有 Θ(√T) 遗憾界却无计算保证的问题，识别出一个可用多项式时间学习器达到 Õ(√T) 遗憾的特例，并证明该特例的若干小型泛化均为 NP 困难，表明其处于可解边界。 作者称，这项工作是对 AI 对齐问题中不可实现的学习计算高效性的微小进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。