Apr, 2023

经典随机游走与量子游走驱动的赌博算法

PDF
TL;DR本文提出了一种基于量子漫步的算法来解决多臂赌博机问题，通过将探索和利用与量子漫步的两种行为联系起来，我们表明这种新的基于量子漫步的策略相对于相应的基于随机漫步的策略实现了高性能。
quantum walksmulti-armed-bandit problemsexplorationexploitationrandom walks
发现论文，激发创造
  • 强制性探索在赌博问题中的应用

    设计一种不使用奖励分布信息的多臂赌博机算法，通过交替应用贪婪规则与强制探索来实现显著的后悔上界，并提供不同强制探索策略下的问题依赖性后悔上界分析方法，适用于不同奖励分布的固定和分段固定设置。

    Dec, 2023

  • 量子厚尾赌博机

    本文研究了具有重尾分布的奖励和量子奖励谷歌的多臂黑客（MAB）和随机线性黑客（SLB）。

    Jan, 2023

  • 分散式随机多人多臂行走赌博机

    提出了一种解决多人多臂赌博机问题的分布式算法，利用上置信区间和分布式优化技术，解决了现实世界应用中玩家仅能访问动态局部子集的问题，并获得了接近最优的后悔率。

    Dec, 2022

  • 基于 Q-Learning 拉格朗日策略的多动作不平衡赌博机

    本研究提出了两种新算法： MAIQL 和 LPQL，分别使用拉格朗日松弛和 Q-learning 来学习多操作 RMABs 的最佳策略，实现了资源的有限分配，此策略是渐近最优的。研究表明，这两种方法始终优于基准设置，包括从真实世界的药物依从性数据派生的设置。

    Jun, 2021

  • 腐败赌徒

    本文探讨了多臂老虎机框架及其中的经典框架问题，引出了老化多臂老虎机框架，探讨了在该框架下的算法及理论保证，并提出了其在实际应用当中的意义。

    Feb, 2017

  • 探索与开发与安全：风险厌恶的多臂老虎机

    本文介绍了多臂风险感知算法（MARAB），用于能源管理，旨在通过限制高风险风险臂的探索来提高效率。通过使用条件风险价值作为臂质量，当用户提供的风险水平趋近于零时，MARAB 倾向于最小化多臂赌博机算法（MIN），以最大化最小值。实验表明，与其他算法相比，MARAB 和 MIN 算法更加稳健，可用于人工和现实世界的问题。

    Jan, 2014

  • 量子赌徒

    提出一种基于量子振幅放大的算法解决了量子版本的最优臂识别问题，并在所有情况下证明了它比经典算法快两次达到最优解。

    Feb, 2020

  • 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

  • 奖励驱动的非平稳随机赌博机的探索

    为具有非平稳奖励分布的多臂赌博问题研究激励探索，其中玩家探索贪心选择以外的臂部时获得补偿，并可能对奖励提供偏差反馈。我们考虑两种不同的非平稳环境：突变和连续变化，并提出相应的激励探索算法。我们表明，所提出的算法在时间上实现了亚线性的遗憾和补偿，从而在非平稳和偏倚或漂移反馈的情况下有效激励探索。

    Mar, 2024

  • 奖励漂移下的多臂赌博机激励探索

    本文研究了多臂赌博机问题中的激励探索方法，分析了偏差反馈对于 UCB 算法、E - 贪心算法以及汤普森抽样算法表现的影响。结果表明这些算法在偏差反馈下产生了 $log (T)$ 的遗憾和补偿，在激励探索方面是有效的。

    Nov, 2019