Jan, 2020
Matérn核RKHS函数的采样优化
Bandit optimisation of functions in the Matérn kernel RKHS
TL;DR我们考虑在具有Matern核的再生核希尔伯特空间（RKHS）中优化函数的问题，该核的光滑度参数为ν，域为[0,1]^d，在带有噪声的强化学习反馈下，我们提出了第一个实用的算法，即π-GP-UCB算法，对于所有ν> 1和d≥1都具有保证的子线性遗憾。经验证明，与其前身改进的GP-UCB相比，性能更好，计算可扩展性大大提高。