交互反馈改变近似通用预测误差保证

Richard Cornelius Suwandi分析了交互条件下近似通用预测器的误差保证，指出反馈会影响这些保证，任务稀有与策略覆盖不足还可能叠加。研究涉及近似贝叶斯混合预测器，尤其是 Solomonoff induction。 对固定的通用混合预测器，研究证明存在可计算环境，使超额预测误差达到 κη·2^{K(μ)}，且该量级是紧的。对于有界回报，价值误差则受进入覆盖不足分支的概率及 η 的平方根项控制。

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。