arXiv提出OCEA算法满足硬成本约束

发生了什么

据arXiv cs.LG论文《Conformal Sequential Decision Making With Cost and Sublinear Policy Regret Guarantees》提出，在线共形 episodic agent (OCEA) 算法在满足每集硬成本约束的同时，实现相对于最佳动作序列的亚线性预期策略遗憾。该算法适用于风险规避控制和在线压缩等场景。