实体
Linear Bandits
Linear Bandits
PulseAugur coverage of Linear Bandits — every cluster mentioning Linear Bandits across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新下界表明 Bandit 凸优化比线性 Bandit 更难
研究人员为 Bandit 凸优化建立了一个新的下界，证明它比线性 Bandit 的复杂性根本上更高。该研究引入了一类新的凸函数，揭示了一种权衡：学习者要么在不知道关键线性变换的情况下发现特定的“管”，要么花费观察来学习它。这导致找到 $\varepsilon$-最优动作的样本复杂度下界为 $\widetilde{\Omega}(d^{5/2}/\varepsilon^2)$，转化为遗憾下界为 $\widetilde{\Omega}(d…
-
新的老虎机算法研究解决了重尾和非平稳问题 · 已追踪 4 个来源
三篇新的研究论文探讨了老虎机算法的进展。一篇论文分析了线性高斯老虎机中 Thompson 采样算法的遗憾，表明了与先验相关的遗憾项和最小最大遗憾项可以解耦。另一篇论文提出了一种统一的误设减少方法，用于处理具有特定轮次可行决策集的非平稳线性老虎机，实现了最优的动态遗憾依赖。第三篇论文解决了具有重尾奖励的批量多臂老虎机问题，揭示了在某些情况下，更重的尾部实际上可能需要更少的批量即可获得接近最优的遗憾。