新算法改进了多臂老虎机中的主导臂识别

研究人员开发了一种新的多臂老虎机问题主导臂识别方法，旨在找到具有最高概率超过其他臂已实现奖励的行动。这种新颖的方法引入了一个优势评分标准和一个高效的估计器，该估计器将联合混合和回收机制与双重稳健估计器相结合。该算法保证所有臂的收敛性，并实现了识别最佳主导臂的近乎最优的样本复杂度，在数值实验中表现优于现有方法。 AI

影响 这项研究为解决多臂老虎机框架内的特定问题提供了一种更有效、更准确的方法，有可能改进强化学习应用。

排序理由 该集群包含一篇在arXiv上发表的研究论文，详细介绍了一种用于机器学习问题的新算法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv stat.ML 阅读 →

• alphaXiv
• arXiv
• arXivLabs
• CatalyzeX Code Finder for Papers
• CORE Recommender
• DagsHub
• Dominant Arm Identification with Mixing and Recycling Observed Samples
• Gotit.pub
• Hugging Face
• Influence Flower
• ScienceCast

• 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 →