跳到正文
arXiv · AI· Tim Woydt, Paul-David Zuercher·· 4 天前AI 评分20

**title_zh**

Certified Policy Optimisation for Nested Causal Bandits via PAC-Bayes Risk

AI 导读

嵌套因果老虎机中基于PAC-Bayes风险的认证策略优化 **summary_zh** 研究提出嵌套因果汤普森采样(NCTS)算法,利用PAC-Bayes超额风险界对历史数据中的部署策略进行认证。 该方法在层级结构因果模型上验证了因式分解机制在分布偏移下的优越零样本迁移能力,实现了渐进式安全部署。 相关成果已被NeurIPS 2026主会接收。

来源:arXiv · AI · arxiv.org