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

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

文章研究了一个量子计算版本的多臂老虎机问题，使用相干的 Oracle 访问状态，用 amplitudes 编码每个臂的奖励概率。特别地，作者提出了一种基于可变时间幅度放大和估计，用 Θ(| 根号 (n)| 乘以 | 根号 ∑_i=2^n Δ^(-2)_i|) 次量子查询可以找到最佳臂的算法。这个算法与经典算法相比，速度提升了一个平方级别。作者也证明了相匹配的量子下界（多项式对数因子）

Jul, 2020

该研究论文提出了一种置信度序列方法，可用于跟踪任何完全排序集合上的分布分位数，同时提供了新的经验分布函数的集中不等式，并在多臂老虎机框架中提供了选择玩家的新算法和样本复杂度边界。

Jun, 2019

研究了多臂赌博机中的最佳臂辨识问题，提出了一个基于顺序淘汰算法的通用框架，并基于采样机制和每轮淘汰臂数量提出了性能评估指标，设计了一种按剩余臂数的非线性函数划分预算的算法，能够在纯探索场景下获得改进的理论保证和实验性能。

Sep, 2016

本文研究了随机线性武装的固定置信度下的最佳武器识别问题，目标是在最小化采样预算的同时确定最佳武器。设计了一种简单的算法，其采样复杂度与已知的特定实例下界匹配，在几乎必然的情况下一致性和期望上。此算法依赖于跟踪最佳比例的武器采样规则，而且可以很少更新而不影响其理论保证。此外，与现有的最佳武器识别策略不同，我们的算法使用的停止规则不依赖于武器数量。实验结果表明，我们的算法明显优于现有算法。本文还对具有连续武器集的线性武装的最佳武器识别问题进行了首次分析。

Jun, 2020

本研究基于联邦学习多臂赌博机模型，在中心服务器和多个客户端之间定义了本地和全局最佳臂的概念，并提出了一种名为 FedElim 的新算法，以最小化总成本，其中总成本是所有客户处进行的臂数的总数和通信成本的总和，同时满足误差概率的上限约束。

Aug, 2022

研究了将离散无记忆二进制输入信道的输出量化为较少个数级别的问题，给出了一种寻找最优量化器的算法，该结果适用于任意信道，并且与先前针对受限信道或受限量化器输出数量的结果不同。最差情况下，该算法的复杂度是 $M^3$ ，并使用 Burshtein 的定理来证明最优性。

Jul, 2011

本文研究了无碰撞信息的分布式随机多人多臂老虎机（MP-MAB）问题。提出了基于误差校正同步（EC-SIC）的算法，通过使用 Z 通道模型的最优纠错编码来通信奖励统计信息，实现分布式随机 MP-MAB 的遗憾率接近中心化情况下的遗憾率的效果。经过实验，证明 EC-SIC 算法在合成和真实数据集上都优于重复码、翻转码和修改的汉明码等实用 Z 通道编码。

Feb, 2020

该论文介绍一种在联邦学习环境中使用剪辑均匀量化的方法，旨在通过减少通信开销而不降低准确性来提高模型效率。通过采用最优剪辑阈值和自适应量化方案，我们的方法显著减少了客户端和服务器之间模型权重传输的比特需求。通过在 MNIST 数据集上进行广泛的模拟实验，我们的结果表明，所提出的方法实现了近乎全精度的性能，同时确保了实质性的通信节省。具体来说，我们的方法通过基于量化误差的权重平均化实现了高效的权重平均化，有效平衡了通信效率和模型准确性的权衡。与传统的量化方法的比较分析进一步证实了我们的技术的优越性。

May, 2024