研究人员已成功解决了具有独立单位方差高斯臂的固定置信度最佳臂识别问题的 gap-entropy conjecture。该研究为所需最优样本数量设定了界限，这些界限与次优臂与最优臂之间的差距以及从这些差距分布中得出的熵项有关。提出了一种算法，该算法实现了该界限，再加上一个与到竞争对手的最小差距相关的附加项。 AI
影响 多臂老虎机问题的这一理论进展可能会为更高效的 AI 训练和强化学习算法提供信息。
排序理由 在 arXiv 上发表的学术论文，附带相关的代码/工具。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
We prove the gap-entropy conjecture for fixed-confidence best-arm identification with independent unit-variance Gaussian arms, means in $[0,1]$, and a unique optimal arm. For each suboptimal arm $i$, let $Δ_i=μ_*-μ_i$ be its gap from the optimal mean, and write $H=\sum_{i\ne *}Δ_…
arXiv:2609.10529v1 Announce Type: cross Abstract: We prove the gap-entropy conjecture for fixed-confidence best-arm identification with independent unit-variance Gaussian arms, means in $[0,1]$, and a unique optimal arm. For each suboptimal arm $i$, let $\Delta_i=\mu_*-\mu_i$ be …