新算法PBTS解决了周期性非平稳老虎机问题

研究人员推出了一种名为周期性自举汤普森采样（PBTS）的新型算法，旨在解决具有周期性非平稳性的老虎机问题。与可能因周期性奖励环境中的过时数据而产生偏差的传统汤普森采样不同，PBTS将信念重置与已知或推断的周期间隔同步。它还包含结构化的自举探索阶段，以清除过时数据，同时保持不确定性估计。在人工环境中进行的实验表明，在周期性非平稳设置下，PBTS与标准汤普森采样相比，累积遗憾显著降低。 AI

影响 为具有周期性奖励结构的环境中的老虎机算法优化引入了一种新颖的方法。

排序理由 这是一篇详细介绍针对特定机器学习问题的新算法的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• arXiv
• CORE Recommender
• Hugging Face
• IArxiv Recommender
• PBTS
• Periodic Bootstrap Thompson Sampling
• Thompson Sampling

• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →