다양한 전문가가 존재하는 환경에서의 온라인 학습-위임 (Online Learning-to-Defer)

요약

본 논문은 배치 설정에 국한되었던 기존의 학습-위임(Learning-to-Defer) 방식을 스트리밍 데이터와 변화하는 전문가 환경으로 확장한 최초의 온라인 L2D 알고리즘을 제안합니다. 밴딧 피드백과 동적인 전문가 풀을 고려한 다중 클래스 분류 모델을 통해, 전문가의 가용성과 분포가 변하는 실제 배포 환경에서도 안정적인 성능을 보장합니다.

핵심 포인트

• 스트리밍 데이터 및 변화하는 전문가 가용성을 처리하는 최초의 온라인 L2D 알고리즘 소개
• 밴딧 피드백(bandit feedback)과 동적 전문가 풀을 활용한 다중 클래스 분류 프레임워크 제안
• 일반적인 상황에서 $O((n+n_e)T^{2/3})$의 후회(regret) 보장 및 저노이즈 조건에서 $O((n+n_e)\sqrt{T})$ 달성
• $\mathcal{H}$-일관성 경계와 온라인 볼록 최적화의 1차 방법론을 결합한 이론적 분석 제공
• 실험을 통해 전문가의 신뢰성이 변하는 환경에서의 효과적인 확장성 입증