BOMS框架：贝叶斯优化增强离线强化学习模型选择

2026年10月20日，arXiv发布了一项机器学习领域的研究，提出了名为BOMS的主动模型选择框架。该框架旨在通过贝叶斯优化增强离线模型强化学习中的动态模型选择过程。核心创新在于引入了一种新颖的模型诱导核函数，以支持概率推断，这一设计在理论上具备稳健性且计算高效。实验结果显示，BOMS仅需使用离线训练数据1%-2.5%规模的在线交互，即可在多种强化学习任务中超越基线方法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。