ICMLMay, 2014

自适应赌博分配的蒙特卡罗方法

PDF
TL;DR本研究提出了一种基于随机多臂老虎机问题的方法，用于在多个 Monte Carlo 估计器之间进行选择以最小化均方误差，并将该方法扩展到估计器成本不同的情况下，提供了一种新的自适应 Monte Carlo 策略，优于以往的方法。
monte carlomean-squared-errorstochastic multi-armed banditadaptive strategiesestimators
发现论文，激发创造
  • 利用 M - 估计器对自适应收集数据进行统计推断

    本论文通过理论分析，提出了一种基于 M - 估计量的方法，利用自适应算法（包括习得算法和最大似然算法）处理 bandit 算法采集的数据，进而构建了一种渐进有效的置信区间方法，可用于许多统计推断目标。

    Apr, 2021

  • 多臂赌博机中主动学习的上置信界算法

    本文主要研究的问题是：如何在样本预算有限的情况下，统一地估计多个分布的平均值。通过采集数量，可以根据它们的方差为已知来设计最优的采样策略，但在更实际的情况下，需要设计自适应采样策略来选择要采样的分布（根据先前观察到的样本）。文章描述了两种策略，根据样本数据以高概率上限置信界为比例，拉动分布并报告相对于最优配置的过度估计误差的有限样本性能分析。我们表明这些分配策略的性能不仅取决于方差还取决于分布的完整形状。

    Jul, 2015

  • 协作多智体异构多臂赌博机

    研究多人合作多智能体赌博问题，提出一种新的多人合作环境，并利用分散式演算法促进代理之间的合作，推导每个代理的累积遗憾度和群体的遗憾度上下限，并证明了该算法的近似最优行为。

    May, 2023

  • 低成本在线决策：一种组合多臂赌博机方法

    本文基于组合多臂赌博机，考虑了测试成本，提供了一种新的成本高效的在线决策框架，并通过后验抽样或 BayesUCB 进行探索。我们对该框架进行了严格的理论分析，并提供了多个实验结果，证明了它在实际问题中的适用性。

    Aug, 2023

  • 可扩展的离散抽样问题视为多臂赌博机问题

    研究了在大规模贝叶斯推理和图形模型中出现的高度依赖性离散随机变量抽样问题，结合多臂赌博问题提出了一种有效的近似解决方案，通过实验评估证明了在合成和实际大规模问题中的高效性。

    Jun, 2015

  • 带预算的贝叶斯多臂赌博算法在动态广告分配中的应用

    本文针对互联网广告动态分配中的预算限制，运用多臂老虎机算法进行研究，提出具有强可证性、适应性强的 UCB1 算法改进方案。

    Jun, 2013

  • 多臂赌博机中的分布式协作决策：频率学派和贝叶斯算法

    本研究使用频率学派和贝叶斯算法以及运行协商算法解决多智能体多臂赌博机问题中的探索和开发的分布式合作决策问题，并证明了这些算法的性能，以及通信图结构对决策性能的影响。

    Jun, 2016

  • 聚类多智能体线性赌博

    研究了多智能体线性随机赌博问题的特定情况，称为聚类的多智能体线性赌博。提出了一种新颖的算法，在多个智能体之间有效合作以加快整体优化问题。通过在合成数据和真实数据上与最先进的算法进行经验评估，理论分析了后悔最小化问题和聚类质量，证明了我们方法的有效性：我们的算法显著改善了后悔最小化，并成功恢复了真实的聚类划分。

    Sep, 2023

  • 带有协变量的多臂老虎机问题

    本研究提出了一种新的策略 abse 用于动态多臂赌博问题中，其可以将全局问题自适应地拆分为静态多臂赌博问题，同时其在静态多臂赌博问题中的后继消除策略的遗憾界更为严格，且在动态问题中其拥有最小极小遗憾界。

    Oct, 2011

  • 一种多臂赌博机的随时有效因果推断的实验设计

    通过 Mixture Adaptive Design (MAD) 实验设计，与用户选择的多臂赌博算法结合 Bernoulli 设计，能够在几乎任何赌博算法中对平均处理效果 (ATE) 进行连续推论，保证统计有效性和功率，提高 MAB 实验中 ATE 推论的覆盖率和功效。

    Nov, 2023