arXiv ID:
2604.21849
arXiv 提交日期: 2026-04-23
超越期望信息增益:基于积分概率度量的稳健贝叶斯最优实验设计及其即插即用扩展 / Beyond Expected Information Gain: Stable Bayesian Optimal Experimental Design with Integral Probability Metrics and Plug-and-Play Extensions
1️⃣ 一句话总结
本文提出了一种新的贝叶斯最优实验设计方法,用积分概率度量(如Wasserstein距离)替代传统的KL散度,从而更稳健地选择实验方案,即使在模型有误或数据稀少时也能得到可靠结果,并通过即插即用方式轻松扩展到高维问题。