PulseAugur
中
实时 09:25:44
English(EN) Breaking the Total Variance Barrier: Sharp Sample Complexity for Linear Heteroscedastic Bandits with Fixed Action Set

新算法VAEE打破线性赌博机方差障碍

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为VAEE（方差感知探索与消除）的新算法，用于处理具有异方差噪声的随机线性赌博机。该算法旨在通过实现一个仅依赖于噪声方差调和平均数而非累积方差的简单遗憾界限来改进现有方法。这种新方法对于大型动作集尤其有效，并建立了一个几乎匹配的下界，表明这种依赖于调和平均数的速率对于固定动作集是最优的。这项工作通过打破该研究领域先前建立的累积方差平方根障碍，代表了一项重大进展。 AI

影响 引入了一种新颖的赌博机算法理论方法，有望提高强化学习和决策系统的效率。

排序理由 详细介绍新算法和理论结果的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

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

新算法VAEE打破线性赌博机方差障碍

报道来源 [1]

  1. arXiv stat.ML TIER_1 English(EN) · Heyang Zhao, Tianyuan Jin, Weixin Wang, Vincent Y. F. Tan, Pan Xu, Quanquan Gu ·

    突破总方差障碍：固定动作集下线性异方差老虎机问题的样本复杂度界限

    arXiv:2607.23679v1 Announce Type: cross Abstract: Recent years have witnessed increasing interests in tackling heteroscedastic noise in bandits and reinforcement learning. In these works, the cumulative variance of the noise $\Lambda = \sum_{t=1}^T \sigma_t^2$, where $\sigma_t^2$…

相关实体

相关话题