研究人员开发了一种在随机多目标老虎机中进行平衡采样的新方法,解决了未知帕累托最优臂的挑战。所提出的方法使用 Kullback–Leibler 散度来衡量不公平性,并引入了自适应前两个采样,该采样在不预先承诺估计的帕累托集的情况下指导采样。该方法在期望不公平性和方差方面实现了理论界限,数值研究支持其在实践中的见解。 AI
影响 为多目标老虎机问题引入了一种新颖的采样策略,有可能改善在线广告等领域的决策。
排序理由 学术论文,详细介绍了一种针对特定机器学习问题的新算法。[lever_c_demoted from research: ic=1 ai=1.0]
- adaptive top-two sampling
- Kullback–Leibler divergence
- Pareto optimal arms
- Stochastic Multi-objective Bandits
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →