PulseAugur
中
实时 13:52:37

新框架统一了 Bandit 问题的目标

作者 PulseAugur 编辑部 · [2 个来源] ·

研究人员引入了一个名为 Tree-Guided Identify-Then-Exploit (TG-ITE) 的新框架，以解决随机对战 Bandit 中的多个目标。这种统一的方法旨在同时优化最佳臂识别 (BAI) 并最小化弱 regret 和强 regret。TG-ITE 首先识别一个高置信度的现有臂，然后采用针对特定目标的定制开发策略，从而提高样本复杂度和联合优化能力。 AI

影响 为优化 Bandit 问题中的决策引入了新颖的理论框架，可能影响推荐系统和在线学习。

排序理由 该集群包含一篇详细介绍特定机器学习问题新框架的学术论文。

在 arXiv stat.ML 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

报道来源 [2]

  1. arXiv stat.ML TIER_1 English(EN) · Pu Wang, Yao-Xiang Ding ·

    树引导的识别-然后利用：用于对决赌博机的最佳臂识别和遗憾最小化的统一框架

    arXiv:2606.01799v1 Announce Type: cross Abstract: We study $N$-armed stochastic dueling bandits under the Condorcet-winner assumption, where three widely adopted objectives are considered: best-arm identification (BAI), weak regret, and strong regret. We propose Tree-Guided Ident…

  2. arXiv stat.ML TIER_1 English(EN) · Yao-Xiang Ding ·

    Tree-Guided Identify-Then-Exploit: A Unified Framework of Best Arm Identification and Regret Minimization for Dueling Bandits

    We study $N$-armed stochastic dueling bandits under the Condorcet-winner assumption, where three widely adopted objectives are considered: best-arm identification (BAI), weak regret, and strong regret. We propose Tree-Guided Identify-Then-Exploit (TG-ITE), the first unified frame…

相关话题