arXiv论文对比主动推理与Bayes-UCBVI探索机制

Melih Kandemir 与 Mustafa Mert Çelikok 向 arXiv 提交论文，将主动推理（AIF）与 Bayes-UCBVI 放在同一表格 MDP 框架下对比，发现两者的贪心形式仅在探索项上有差异。论文称，AIF 的信息增益衰减过快、无法充当置信宽度，导致贪心智能体被锁在最优动作之外。 该结论限于表格 MDP 设定下两种方法贪心形式的探索项差异，论文未给出更广泛条件下的效果。

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。