Oct, 2019

多智能体多臂赌博机中的社交学习

PDF
TL;DR介绍了一个分布式算法来解决多臂赌博机问题，通过异步交换较少的比特数，在不进行样本交换的情况下，仅通过传递臂 ID 来维护代理之间的合作；文中提出的算法可以将每个代理的后悔最小化，并将通信复杂度降至 $O (logT)$，与不进行合作的方案相比，本算法能够显著降低每个代理的后悔。
distributed computingmulti-armed banditregret minimizationdecentralized algorithmgossip protocol
发现论文，激发创造
  • 多智能体赌博机的闲语插入 - 排除算法

    该论文研究了多智能体多臂赌博机模型下的协作问题，提出了两个算法，通过交换信息来降低每个智能体的累计损失，理论证明通过最小的信息交互次数可以在不增加损失上极大地提高算法性能。

    Jan, 2020

  • 多人多臂赌博机的分布式学习

    本文研究了一种分散式多臂搏击器的问题，提出了一种达到最优秩序并确保公平性的分散式政策，并证明了其总遗憾增长速率的下限，这个问题在认知无线电网络，多通道通信系统，多智能体系统，网络搜索和广告以及社交网络等领域有潜在的应用。

    Oct, 2009

  • 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

  • 去中心化协作随机赌博机

    本文研究了多臂赌博机问题在网络上的去中心化协作，采用加速一致性过程来计算所有智能体对每个臂的平均奖励，该算法采用上置信区间来决策，能够达到更好的回归界，同时不需要过多的底层网络信息。

    Oct, 2018

  • 有限通信的多智能体多臂赌博机

    本文探讨多个代理协作解决随机 k - 臂赌博机问题的策略。我们提出了一种名为有限通信协作策略 - 上限置信区间（LCC-UCB）的新算法，可同时具有较少通信成本及较少累积遗憾。将该策略扩展至稀疏图，我们提出了 LCC-UCB-GRAPH，它在最大度数为 $K_G$ 和直径为 $D$ 的稀疏图上具有更高的表现。

    Feb, 2021

  • 使用少量通信解决多臂赌博机问题

    本研究通过优化分布式算法中奖励的传递来解决通信瓶颈问题，并提出了一种新的基于泛化奖励量化算法 QuBan 的通信高效的多臂老虎机算法，该算法只需要每次发送 3 位比特就可以保持与传统算法相同的后悔限制。

    Nov, 2021

  • SIC-MMAB: 多人多臂赌博机中涉及通讯的同步

    通过构建一种通信协议，使多个玩家之间出现冲突以便以极低成本共享信息的方式，我们提出了一种分散式算法，可实现与集中式一样的性能，以解决基于认知无线电网络的随机多人多臂赌博问题；当通信协议不能实现时，我们介绍了更适当的动态设置，并基于新算法证明了该模型仍可实现对数性后悔的增长。

    Sep, 2018

  • 合作多智能体赌博机：优化个体懊悔并具有恒定通讯开销的分布式算法

    合作多智能体多臂赌博算法中的通信策略，既实现了最优个体遗憾，又具有恒定的通信成本。

    Aug, 2023

  • 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

  • 合作非随机多臂老虎机中的个体遗憾

    研究通过交换信息在底层网络上通信的代理，以优化共同的非随机多臂赌博问题中各自的遗憾。我们推导出遗憾最小化算法，其中保证每个代理 v 的期望遗憾都是（1+K/|N (v)|)^T 的平方根量级。

    Jul, 2019