研究人员为 Bandit 凸优化建立了一个新的下界,证明它比线性 Bandit 的复杂性根本上更高。该研究引入了一类新的凸函数,揭示了一种权衡:学习者要么在不知道关键线性变换的情况下发现特定的“管”,要么花费观察来学习它。这导致找到 $\varepsilon$-最优动作的样本复杂度下界为 $\widetilde{\Omega}(d^{5/2}/\varepsilon^2)$,转化为遗憾下界为 $\widetilde{\Omega}(d^{5/4}\sqrt{T})$。这些发现扩展到无约束动作空间。 AI
影响 为某些优化问题的学习效率设定了理论上限,可能指导未来的算法开发。
排序理由 该集群包含一篇详细介绍具有新数学界限的理论研究的学术论文。
在 Hugging Face Daily Papers 阅读 →
- 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
- Hugging Face Daily Papers
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →