MARC

 008250123s2024        us                              c    eng  d
■001000017163716
■00520250211152744
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798342108409
■035    ▼a(MiAaPQ)AAI31520266
■035    ▼a(MiAaPQ)Stanfordfh741vv5133
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a658
■1001  ▼aArumugam,  Dilip  Srimal.
■24510▼aDeciding  What  to  Learn  in  Complex  Environments
■260    ▼a[Sl]▼bStanford  University▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a118  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-04,  Section:  B.
■500    ▼aAdvisor:  Finn,  Chelsea;Roy,  Benjamin  Van.
■5021  ▼aThesis  (Ph.D.)--Stanford  University,  2024.
■520    ▼aReinforcement  learning  is  the  paradigm  of  machine  learning  dedicated  to  sequential  decision-making  problems.  Like  many  other  areas  of  machine  learning  and  statistics,  there  is  often  a  prevalent  concern  over  data  efficiency;  that  is,  how  much  trial-and-error  interaction  data  does  a  sequential  decision-making  agent  require  in  order  to  learn  desired  behaviors?  One  of  the  key  obstacles  to  data-efficient  reinforcement  learning  is  the  challenge  of  exploration,  whereby  a  sequential  decision-making  agent  must  balance  between  gaining  new  knowledge  about  an  environment  and  exploiting  current  knowledge  to  maximize  near-term  performance.  The  traditional  literature  on  balancing  exploration  and  exploitation  focuses  on  environments  in  which  an  agent  can  approach  optimal  performance  within  a  relevant  time  frame.  However,  modern  artificial  decision-making  agents  engage  with  complex  environments,  such  as  the  World  Wide  Web,  in  which  there  is  no  hope  of  approaching  optimal  performance  within  any  relevant  time  frame.This  dissertation  focuses  on  developing  principled,  practical  approaches  for  addressing  the  exploration  problem  in  complex  environments.  Our  methods  focus  on  the  simple  observation  that,  rather  than  endeavor  to  obtain  enough  information  for  achieving  optimal  behavior,  an  agent  confronted  with  such  a  complex  environment  should  instead  target  a  modest  corpus  of  information  that,  while  capable  of  facilitating  behavioral  improvement,  is  itself  insufficient  to  enable  near-optimal  performance.  We  design  an  agent  that  modulates  exploration  in  this  way  and  provide  both  a  theoretical  as  well  as  an  empirical  analysis  of  its  behavior.  In  effect,  at  each  time  period,  this  agent  decides  what  to  learn  so  as  to  strike  a  desired  trade-off  between  information  requirements  and  performance.  As  we  elucidate  in  this  dissertation,  central  to  the  design  of  such  an  agent  are  classic  tools  from  information  theory  and  lossy  compression,  which  not  only  facilitate  principled  theoretical  guarantees  but  also  remain  amenable  to  practical  implementation  at  scale.
■590    ▼aSchool  code:  0212.
■650  4▼aBehavior
■650  4▼aDeep  learning
■650  4▼aCognitive  science
■650  4▼aDecision  making
■650  4▼aDesign
■650  4▼aInformation  processing
■650  4▼aCodes
■650  4▼aCore  curriculum
■650  4▼aInformation  theory
■650  4▼aEntropy
■650  4▼aApplied  mathematics
■650  4▼aCurriculum  development
■690    ▼a0389
■690    ▼a0800
■690    ▼a0364
■690    ▼a0727
■71020▼aStanford  University.
■7730  ▼tDissertations  Abstracts  International▼g86-04B.
■790    ▼a0212
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17163716▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서