Mar, 2019

随机线性赌博机的扰动历史探索

PDF
TL;DR提出了一种新的在线算法 LinPHE，用于最小化随机线性赌博机中的累积遗憾，该算法通过构建扰动历史来达到目的，并获得了关于线性模型的高性能预测模型，在包括逻辑回归模型的各种场景中都具有可行性。
online algorithmstochastic linear banditslinpheregret minimizationconcentration bounds
发现论文，激发创造
  • 具有重尾收益的线性随机赌博机的几乎最优算法

    本研究提出一种创新的算法来解决具有重尾收益的线性随机赌博机问题，并证明了算法的最优性。

    Oct, 2018

  • 非平稳线性赌臂问题的简单解法

    本文研究了非平稳线性臂问题，提出了一种基于重启策略的算法以平衡利用和探索，并证明了该算法的动态遗憾值，同时还解决了现有算法中的严重技术缺陷问题。

    Mar, 2021

  • 带线性约束的随机赌博机

    本文研究了一个约束的上下文线性赌博机问题，提出了一种算法 OPLB 并证明了其 T 轮后悔度的上限，针对多臂赌博机情况提出了高效算法，同时给出了问题的下限和模拟结果。

    Jun, 2020

  • 不安定线性赌臂机

    基于线性赌博问题的更一般的表述考虑了随时间的依赖性，提出了一个近似算法 LinMix-UCB，该算法在依赖性较强的情况下能够控制误差并保证次线性后悔。

    May, 2024

  • 线性扰动损失最小化的探索

    使用线性损失扰动（EVILL）引入一种随机探索方法，针对结构化随机赌博问题，通过求解线性扰动正则化负对数似然函数的最小化器来进行探索，从而在理论和实践中证明了 EVILL 与类似于汤普森采样风格的参数扰动方法的性能相匹配，还介绍了概括线性赌博问题以外的一个示例，表明 PERT 导致的不一致估计以及线性遗憾，而 EVILL 仍然表现出色，与 PHE 相同，EVILL 可以用几行代码实现。

    Nov, 2023

  • 线性参数化赌博机

    本文研究基于多维随机向量臂收益的赌博机问题，证明了在解决特定问题时使用相应的相位策略可以达到最优的累计遗憾和贝叶斯风险，并提出了针对通用问题的近似最优解。

    Dec, 2008

  • 通过扰动奖励学习神经上下文强化学习

    利用扰动更新神经网络，消除显式探索和计算开销，可在标准规则条件下实现 $\tilde {O}(\tilde {d}\sqrt {T})$ 的遗憾上限，是一种高效且有效的神经自适应算法。

    Jan, 2022

  • 结构化随机线性 Bandits

    研究如何在处理具有结构属性的未知参数（例如稀疏、分组稀疏、低秩）的随机线性 Bandit 问题中构建置信椭圆，以达到更紧密的置信度范围和更尖锐的失误边界。

    Jun, 2016

  • 鲁棒和差分隐私随机线性赌博机

    本研究使用对数批量查询和不同的隐私模型提出不同关于武断攻击的差分隐私和鲁棒性阿姆淘汰算法，实现同时在随机线性医生问题中提供差分隐私和对手强度的功能，并提供相应的遗憾界限。

    Apr, 2023

  • 多对数级别的极小极大遗憾的线性赌博机

    研究线性随机赌博机的噪声模型，介绍一种基于加权最小二乘估计的算法，能够最小化后悔度，通过几何论证独立于噪声模型，能够紧密控制每个时间步骤的期望后悔度为 O (1/t)，从而导致了累积后悔度的对数缩放。

    Feb, 2024