一篇新论文探讨了多目标 bandit problem 中最佳臂识别 (BAI) 的复杂性。与直觉相反,该论文证明了多个目标有时可以通过提供更丰富的反馈来简化识别过程。该研究为固定置信度识别建立了一个特征时间下界,并提出了一种名为 Order-Aware Track-and-Stop (OATS) 的算法,该算法渐近地匹配该下界。 AI
影响 这项研究可能导致在复杂、多标准场景中做出决策的更有效算法。
排序理由 该集群包含一篇关于机器学习主题的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- arXiv
- Best arm identification
- Gaussian Bandits
- lexicographic preferences
- linear preferences
- multi-objective bandits
- Order-Aware Track-and-Stop
- Pareto preferences
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →