提出了Policy-Controlled Generalized Share (PCGS) 框架:在严格在线(strictly-online)协议下,将 generalized-share 骨架与可按轮次自适应选择的后损失更新控制 (η_t, ρ_t, q_t) 分离,并证明在任意可测、因果的控制下可获得路径化带权 regret 保证;给出基于因果 Transformer 的实例 PCGS‑TF 并用精确 DP 切换 Oracle 在多种非平稳合成集与实证数据上展示了显著降低的动态 regret .
| Family | Hedge | FixedShare | GenShare(heur) | Ours (PCGS‑TF) |
|---|---|---|---|---|
| Switch | 25.70 ± 2.46 | 19.58 ± 0.56 | 19.38 ± 0.59 | 18.93 ± 0.64 |
| Drift | 23.71 ± 2.39 | 19.59 ± 0.66 | 19.09 ± 0.63 | 18.64 ± 0.70 |
| Hetero | 28.95 ± 2.12 | 21.36 ± 0.43 | 21.16 ± 0.45 | 20.73 ± 0.47 |
| HeavyTail | 27.04 ± 3.03 | 21.82 ± 0.56 | 21.69 ± 0.59 | 21.17 ± 0.68 |
| Mix | 23.09 ± 2.57 | 19.55 ± 0.44 | 19.52 ± 0.47 | 19.39 ± 0.53 |
| Predictive | 21.04 ± 1.85 | 16.86 ± 0.51 | 16.63 ± 0.51 | 16.14 ± 0.59 |
| Adversarial | 31.31 ± 2.19 | 21.39 ± 0.41 | 21.19 ± 0.42 | 20.64 ± 0.46 |
元数据与概览(引言与报告概览)
逐节深度解读
图表与表格深度解读(逐图说明并嵌图)
图 1(“Switching complexity becomes learnable”,页面 14): 图示把在“stay”与“switch”两种转移情况下 A_t(i→j) 的表达与 cost = −log A_t 直观化,强调 uniform restart 导出 log K,而学 q_t 可将 log K 替换为 −log q_t(π_{t+1});该图支持论文关于学习 q_t 会直接影响切换复杂度的论断.
表 1 与图 2(Main Suite Summary,页面 17):表格给出七类合成族(Switch, Drift, Hetero, HeavyTail, Mix, Predictive, Adversarial)在 T=600,K=32 下的动态后悔均值±std,PCGS(Ours)在所有族中平均最低,尤其在强非平稳(Switch, Adversarial)有显著优势;图 2 条形图直观展现该趋势并含误差条,支持 Q1/Q2 的结论 .
图 3(机制证据,页面 18):包含多子图:ρ_t 的时间轨迹在切换点附近出现尖峰(表明控制器在切换时提高重启强度),q_t 在“oracle-next”专家上质量集中(蓝线显著高于 heuristic 与 uniform baseline),权重熵曲线显示在策略-GenShare 下熵更低(更果断的重启)等,此图支持控制器确实学到了理论上应有的机制(ρ 提高以便快速重分配,q 指向下一个赢家以降低 −log q).
图 4(Heavy-tail robustness grid,页面 19):热图/表格展示在不同 t-分布自由度 df 与 jump probability 组合下,GenShare − Ours 的平均改进,均为正值,表明在有重尾和跳变噪声时,带裁剪的有界损失预处理加学控重启仍有效.
图 5(Scaling with K,页面 20):随着专家数 K 从 64 到 1024 增大,Ours 的相对优势扩大(曲线更平缓或下降幅度小),说明当专家池变大时,学习 q_t 的价值上升;注意作者在 K=1024 时用生成路径作为比较器(非 DP oracle)作为近似压力测试,因此数值不可直接与 Table 1 比较,但趋势可信.
图 6 与 Table 5(household electricity reproducibility benchmark,页面 21):在真实数据复现实验中,Ours 在 S={5,10,20} 的 normalized DynRegret/T 均最优,平均相对 GenShare 改进约 18.8%,相对 FixedShare 改进更大;作者将此表达为可复现的外部有效性检查,而非广泛的部署结论 .
估值/理论分析(后悔界解析)
风险因素评估与局限性(Section 7.2)
批判性视角与细微差别
结论性综合
若需我可以:
(注:本文分析中对原文事实性陈述均对应到原文摘录页码以便溯源,详见段落末尾附注的页码标识)
2603.28198.pdf