实体
Stochastic Linear Bandits
Stochastic Linear Bandits
PulseAugur coverage of Stochastic Linear Bandits — every cluster mentioning Stochastic 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
-
新分析表明线性集成采样可媲美汤普森采样
研究人员发表了对随机线性 bandits 中线性集成采样 (ES) 的新分析，证明了其在标准高斯扰动下的有效性。研究表明，ES 可以实现 \tilde O(d^{3/2}\sqrt n) 的遗憾值，集成大小为 m=\Theta(d\log n)，其性能可媲美汤普森采样，同时计算成本相当。新颖的证明技术涉及将分析简化为独立布朗运动的时间均匀超额问题，为线性 bandits 中的随机探索提供了新视角。
-
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。