贝叶斯序贯最优实验设计

近期一篇工作将贝叶斯序贯最优实验设计（sOED）问题重新表述为强化学习（RL）任务，用于单像素成像的自适应测量。

传统方法直接优化贝叶斯sOED目标函数以获得下一个设计，是该方法面临的主要瓶颈，计算上几乎不可行。

传统sOED在每次测量时都需针对当前后验重新求解一个优化问题，计算成本随测量步数累积；而RL方法将计算负担转移到离线训练阶段，在线阶段只做策略推理。