研究人员为涉及欧几里得球上的 Lipschitz 函数的 Bandit 凸优化问题建立了一个新的下界。导出的下界 $\widetilde{\Omega}(d^{5/4}\sqrt{T})$ 表明该问题比线性 Bandit 问题更复杂。该构造涉及一类函数，这些函数在学习未知线性变换和识别动作空间中的特定管之间存在权衡，从而导致找到 $\varepsilon$-最优动作的样本复杂度下界为 $\widetilde{\Omega}(d^{5/2}/\varepsilon^2)$。 AI
影响 这项理论工作可能会为设计更有效的强化学习和决策系统算法提供信息。
排序理由 学术论文，详细介绍了机器学习中的一项新理论成果。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- cs.LG
- Euclidean ball
- Fisher information matrices
- Linear Bandits
- The Price of Hidden Curvature: An $\widetilde{\Omega} (d^{5/4} \sqrt{T})$ Lower Bound for Bandit Convex Optimization
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
