贝叶斯遗憾

term_id: bayesian_regret

Category: basic_concepts

Definition

贝叶斯遗憾量化了在拥有完美信息时可实现的最佳奖励与智能体在不确定性下行动所获得的预期奖励之间的差异。它是通过对所有可能的世界状态进行积分计算得出的，反映了决策者在信息不完全情况下的性能损失。

Summary

决策理论中衡量因对世界真实状态不确定而导致的预期损失的指标。

Key Concepts

期望效用
先验分布
决策理论
遗憾最小化

Use Cases

强化学习评估
多臂老虎机问题
策略博弈分析