EXP3

新研究探索具有延迟和有界噪声的最优决策老虎机算法 · 跟踪 5 个来源

研究人员发表了关于老虎机算法的新论文，探索了在不确定性下优化决策的不同方法。一篇论文研究了具有延迟反馈的随机线性老虎机，分析了各种延迟模型如何影响遗憾保证，并将它们与多臂老虎机进行比较。另一项研究侧重于具有有界噪声的随机线性上下文老虎机，提出了一种利用集合成员估计来获得改进遗憾界限的新算法。第三篇论文研究了使用正则化稳定老虎机，推导出精确的遗憾界限和定量中心极限定理，强调了推理有效性与最优遗憾率之间的权衡。