研究人员开发了一种新的随机算法，用于在拟阵约束下进行对抗性 Bandit 单调亚模组函数最大化。该算法在 $n$ 个元素的秩为 $k$ 的拟阵上实现了 $\widetilde O(n^{1/3}k^{2/3}T^{2/3})$ 的期望遗憾，这是第一个针对具有一般拟阵约束的此类问题的亚线性遗憾算法。该方法通过将问题视为学习泊松基随机游走的交换策略来连接到上下文 Bandit，并引入了一种称为平衡分数交换的压缩技术，以实现多项式时间算法。 AI
影响 为与机器学习相关的优化问题引入了一种新颖的算法方法，有可能在某些基于 Bandit 的学习场景中提高效率。
排序理由 该集群包含一篇详细介绍针对特定机器学习问题的新算法的研究论文。[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 →
