研究人员调查了非平稳 K 臂老虎机中的满意性遗憾最小化问题，发现即使是非平稳性的微小偏差也会显著增加遗憾。研究表明，在具有多个片段的分段平稳设置中，最优遗憾与片段数量和时间 T 成比例，这与可实现恒定遗憾的平稳情况不同。开发了一个新颖的基于 Fano 的框架，该框架包含交互后参考构建，用于分析这些非平稳老虎机，并扩展了现有方法。 AI
影响 引入了一个新的理论框架来分析非平稳老虎机问题中的遗憾，可能影响自适应系统的算法设计。
排序理由 关于机器学习算法理论方面的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2603.18514v2 Announce Type: replace Abstract: Motivated by the principle of satisficing in decision-making, we study satisficing regret guarantees for nonstationary $K$-armed bandits. We show that in the general realizable, piecewise-stationary setting with $L$ stationary s…