会员服务
回合 · 学成 · 约束 · 人工智能 ·
2020 年 11 月 25 日
On limitations of learning algorithms in competitive environments
翻译：关于竞争性环境中学习算法的局限性
Alexander Y Klimenko,Dimitri A Klimenko
Alexander Y Klimenko,Dimitri A Klimenko

We discuss conceptual limitations of generic learning algorithms acting in a competitive environment, and demonstrate that they are subject to constraints that are analogous to the constraints on knowledge imposed by the famous theorems of G\"odel, Church and Turing.


翻译：我们讨论通用学习算法在竞争环境中运作的概念局限性,并表明它们受到与G\"odel、教会和图灵著名的理论对知识的限制相似的限制。
0
下载
关闭预览

相关内容

【DeepMind】无监督实体对齐，AlignNet: Unsupervised Entity Alignment
【DeepMind】无监督实体对齐，AlignNet: Unsupervised Entity Alignment
专知会员服务
20+阅读 · 2020年7月24日
【SIGIR2020】多检索系统的贝叶斯推理风险评估，Bayesian Inferential Risk Evaluation On Multiple IR Systems
【SIGIR2020】多检索系统的贝叶斯推理风险评估，Bayesian Inferential Risk Evaluation On Multiple IR Systems
专知会员服务
8+阅读 · 2020年6月10日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
专知会员服务
115+阅读 · 2019年11月24日
【新书稿：强化学习：理论与算法】《Reinforcement Learning: Theory and Algorithms》by Alekh Agarwal, Nan Jiang, Sham M. Kakade (2019)，(附83页pdf)
【新书稿：强化学习：理论与算法】《Reinforcement Learning: Theory and Algorithms》by Alekh Agarwal, Nan Jiang, Sham M. Kakade (2019)，(附83页pdf)
专知会员服务
78+阅读 · 2019年11月23日
【健康医疗中的机器学习算法综述】A Survey Of Machine Learning Algorithms In Health Care
【健康医疗中的机器学习算法综述】A Survey Of Machine Learning Algorithms In Health Care
专知会员服务
13+阅读 · 2019年11月19日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】深度学习目标检测概览
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
Convergence of Online Adaptive and Recurrent Optimization Algorithms
Arxiv
0+阅读 · 2021年1月8日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Jointly Learning Entity and Relation Representations for Entity Alignment
Arxiv
3+阅读 · 2019年9月20日
Learning to Walk via Deep Reinforcement Learning
Arxiv
7+阅读 · 2018年12月26日
A New Ensemble Learning Framework for 3D Biomedical Image Segmentation
A New Ensemble Learning Framework for 3D Biomedical Image Segmentation
Arxiv
5+阅读 · 2018年12月10日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
19+阅读 · 2018年9月25日
Unsupervised Meta-Learning for Reinforcement Learning
Arxiv
8+阅读 · 2018年6月12日
Optimal Algorithms for Non-Smooth Distributed Optimization in Networks
Arxiv
7+阅读 · 2018年6月1日
Attention-based Ensemble for Deep Metric Learning
Arxiv
17+阅读 · 2018年4月2日
Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments
Arxiv
6+阅读 · 2018年1月16日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
回合
学成
约束
人工智能
相关VIP内容
【DeepMind】无监督实体对齐，AlignNet: Unsupervised Entity Alignment
【DeepMind】无监督实体对齐，AlignNet: Unsupervised Entity Alignment
专知会员服务
20+阅读 · 2020年7月24日
【SIGIR2020】多检索系统的贝叶斯推理风险评估，Bayesian Inferential Risk Evaluation On Multiple IR Systems
【SIGIR2020】多检索系统的贝叶斯推理风险评估，Bayesian Inferential Risk Evaluation On Multiple IR Systems
专知会员服务
8+阅读 · 2020年6月10日
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
图像分类技巧集，17页ppt《Bag of Tricks for Image Classification》
专知会员服务
94+阅读 · 2020年3月12日
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
专知会员服务
115+阅读 · 2019年11月24日
【新书稿：强化学习：理论与算法】《Reinforcement Learning: Theory and Algorithms》by Alekh Agarwal, Nan Jiang, Sham M. Kakade (2019)，(附83页pdf)
【新书稿：强化学习：理论与算法】《Reinforcement Learning: Theory and Algorithms》by Alekh Agarwal, Nan Jiang, Sham M. Kakade (2019)，(附83页pdf)
专知会员服务
78+阅读 · 2019年11月23日
【健康医疗中的机器学习算法综述】A Survey Of Machine Learning Algorithms In Health Care
【健康医疗中的机器学习算法综述】A Survey Of Machine Learning Algorithms In Health Care
专知会员服务
13+阅读 · 2019年11月19日
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
Auto-Sizing the Transformer Network: Improving Speed, Efficiency, and Performance for Low-Resource Machine Translation
专知会员服务
47+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
56+阅读 · 2019年10月17日
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
Keras François Chollet 《Deep Learning with Python 》, 386页pdf
专知会员服务
151+阅读 · 2019年10月12日
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
【CMU卡内基梅隆大学】深度学习在计算机视觉的应用：方法，解释，因果与公平性
专知会员服务
81+阅读 · 2019年10月9日
热门VIP内容
相关资讯
Hierarchically Structured Meta-learning
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
强化学习的Unsupervised Meta-Learning
强化学习的Unsupervised Meta-Learning
CreateAMind
17+阅读 · 2019年1月7日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
Disentangled的假设的探讨
Disentangled的假设的探讨
CreateAMind
9+阅读 · 2018年12月10日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
【推荐】深度学习目标检测概览
【推荐】深度学习目标检测概览
机器学习研究会
10+阅读 · 2017年9月1日
相关论文
Convergence of Online Adaptive and Recurrent Optimization Algorithms
Arxiv
0+阅读 · 2021年1月8日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
104+阅读 · 2019年12月19日
Jointly Learning Entity and Relation Representations for Entity Alignment
Arxiv
3+阅读 · 2019年9月20日
Learning to Walk via Deep Reinforcement Learning
Arxiv
7+阅读 · 2018年12月26日
A New Ensemble Learning Framework for 3D Biomedical Image Segmentation
A New Ensemble Learning Framework for 3D Biomedical Image Segmentation
Arxiv
5+阅读 · 2018年12月10日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
19+阅读 · 2018年9月25日
Unsupervised Meta-Learning for Reinforcement Learning
Arxiv
8+阅读 · 2018年6月12日
Optimal Algorithms for Non-Smooth Distributed Optimization in Networks
Arxiv
7+阅读 · 2018年6月1日
Attention-based Ensemble for Deep Metric Learning
Arxiv
17+阅读 · 2018年4月2日
Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments
Arxiv
6+阅读 · 2018年1月16日
Top
微信扫码咨询专知VIP会员
Top