实体
KL-UCB
KL-UCB
PulseAugur coverage of KL-UCB — every cluster mentioning KL-UCB across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新研究探讨老虎机算法的近乎最优遗憾界限
arXiv上发表的两篇新研究论文探讨了多臂老虎机算法的进展。第一篇论文对KL-UCB进行了新颖的分析，为KL正则化多臂老虎机实现了近乎最优的遗憾界限。第二篇论文表明，当与数据稀疏技术相结合时，UCB类算法可以为高斯过程老虎机实现近乎最优的遗憾界限。
-
新的 Bandit 算法应对对抗性攻击和复杂应用
研究人员正在探索 Bandit 算法的新前沿，重点关注其在复杂场景中的应用和鲁棒性。一篇论文研究了高维离线 Bandit 上的对抗性攻击，揭示了用于评估生成式 AI 的奖励模型的漏洞。其他研究深入探讨了理论进展，例如方差敏感 Thompson 采样、重试感知 Bandit 的有限时间遗憾分析以及对抗性线性上下文 Bandit 的改进算法。此外，还有研究考察了 Bandit 在潜在状态环境、具有延迟反馈的决斗 Bandit，甚至深度脑刺…
-
新研究推动上下文老虎机算法在动态复杂环境中的应用
研究人员正在探索上下文老虎机问题的先进技术，重点是改进遗憾界限和处理动态环境。一篇论文介绍了一种可重试的老虎机算法，旨在优化多次尝试中的最佳结果，并证明了该目标的首个次线性遗憾界限。另一项研究提出了主动上下文选择以提高上下文老虎机中的简单遗憾，显示出比被动采样显著的改进。此外，一种名为 PONA 的新方法被提出用于离线上下文老虎机，该方法通过利用动作特征可以有效地学习和选择新动作，其性能优于受限于预定义动作集的现有方法。最后，一种名为…