新框架对模型误设下的 Thompson Sampling 进行分类

本文引入了一个新颖的随机稳定性框架，用于分析在潜在模型可能被误设的动态决策场景中的 Thompson Sampling (TS) 算法。该研究对双臂高斯老虎机中的后验演化进行了详细分类，识别出预测极限信念、行动频率和渐近遗憾的明确状态。然后，该框架被推广到有限模型类别，为模型误设下的 TS 行为提供了定性和几何理解，并为结构化老虎机问题中的鲁棒决策奠定了基础。 AI

影响 为在不确定环境中运行的机器学习算法提供鲁棒决策的理论基础。

排序理由 该条目是发表在 arXiv 上的学术论文，详细介绍了一个新的理论框架和对现有算法的分析。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• belief simplex
• CatalyzeX
• DagsHub
• Daniel Chen
• Gaussian bandit
• Gotit.pub
• Hugging Face
• Influence Flower
• Markov chain
• ScienceCast
• 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 →