Leo Maynard-Zhang

新算法解决了非平稳线性赌博机中的复杂性问题

研究人员开发了一种新算法 Adjacent-BAI，用于解决非平稳线性赌博机中的固定预算最佳臂识别问题。该问题涉及在对抗性条件和固定时间预算下识别具有最高累积奖励的臂。新算法基于一个与臂集相关的下界，该下界比先前过于悲观的复杂性度量更精确。所提出的 Adjacent-optimal 设计是众所周知的 XY-optimal 设计的一个变体，已被证明可以实现与此新下界紧密匹配的误差概率，从而确定了该问题的与臂集相关的复杂性。