新算法解决了具有指数级动作集的对抗性老虎机问题

作者 PulseAugur 编辑部 · [1 个来源] · 2026-08-13 04:00

研究人员开发了一种新的对抗性组合老虎机算法，该算法能够高效地处理大量可能的动作。该算法实现了接近最优的遗憾界限，与现有方法相当，但计算和空间复杂度显著降低。它通过利用问题的结构来实现这一点，用固定数量的参数表示采样分布，而不是枚举所有可能的动作集（这些动作集可能呈指数级增长）。 AI

影响这项研究为解决复杂的 the bandit 问题提供了一种更高效的计算方法，有可能改进从交互中学习的 AI 系统的决策能力。

排序理由该集群包含一篇详细介绍特定机器学习问题新算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

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

报道来源 [1]

arXiv cs.LG TIER_1 English(EN) · Francesco Bacchiocchi, Tommaso Cesari, Roberto Colomboni · 2026-08-13 04:00

一种高效的近乎最优的对抗性 $m$-集老虎机算法

arXiv:2608.12231v1 Announce Type: new Abstract: We study adversarial combinatorial bandits with $m$-set actions, where at each round the learner selects $m$ out of $d$ items and observes only the aggregate loss of the selected items. The resulting action set contains $K=\binom{d}…