研究人员为对抗性老虎机开发了一种新算法,该算法为具有反馈的图实现了近乎最优的一阶遗憾保证。该算法弥合了现有理论界限之间的差距,提供了 $\widetilde{O}(\sqrt{\alpha L^\star}+\alpha)$ 的预期遗憾界限。该方法将 EXP3 更新方法与受优化探索启发的创新采样规则相结合,并且可以通过几何收敛迭代高效计算。 AI
影响 这项研究推进了老虎机算法的理论理解,有望在复杂、不确定的环境中实现更高效的决策。
排序理由 该条目是一篇在 arXiv 上发表的学术论文,详细介绍了机器学习中的新算法和理论结果。[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 →