计算机科学 > 人工智能
[提交于 2012年6月13日
]
标题: 确定最优顺序决策
标题: Identifying Optimal Sequential Decisions
摘要: 我们考虑允许从给定的数据情况中找到顺序决策的最优策略的条件。 对于所有干预都是无条件的(原子的)情况,可识别性已由Pearl & Robins(1995)讨论过。 我们在这里认为,最优策略必须是条件性的,即在每个决策点考虑可用的信息。 我们表明,最优顺序决策策略的识别更为严格,在这种情况下,当原子干预可以识别时,条件干预可能并不总是可以识别。 我们进一步证明,可以给出一个简单的图形准则来判断最优策略的可识别性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.