Jun, 2023

多保真度多臂赌博机再访

PDF
TL;DR研究了多精度多臂赌博机（MF-MAB）及其最优臂识别和后悔最小化目标，为 BAI 提出了成本复杂度下限，推荐两种替代忠诚度选择程序的算法框架，并确定了两种程序的成本复杂度上限，并提出了新的后悔定义，以及解决了该问题的消除算法。
multi-fidelity multi-armed banditcost complexity boundsregret minimizationdecision budgetelimination-based algorithm
发现论文，激发创造
  • 多保真度多臂赌博机

    本文研究了一种多保真度赌博机的变体，提出了一种名为 MF-UCB 的新型上置信区间过程，并证明了它在序列逐渐的逼近中适应性更好，并且达到了比忽略近似的策略更好的遗憾最小化效果。

    Oct, 2016

  • 关于插值专家和多臂赌博机的研究

    研究一种插值两种不同信息观察方式的在线决策问题，称为 $\mathbf {m}$-MAB。施加 $\mathbf {m}$-MAB 的紧凑极小后悔界，并为其纯探索版本 $\mathbf {m}$-BAI 设计了最佳 PAC 算法。本文还将 $\mathbf {m}$-MAB 的上限和下限扩展到了更一般的带有图反馈的情景下，并得出了在几个反馈图族中获得紧凑极小后悔界的结果。

    Jul, 2023

  • 具有不对称置信区间的预算多臂赌博机

    本文研究了随机预算多臂赌博问题，并提出了一种名为 ω-UCB 的新的上置信界（UCB）采样策略，该策略使用了不对称置信区间，并表明该方法具有对数遗憾且在合成和真实设置中始终优于现有策略。

    Jun, 2023

  • 多臂赌博机模型中最佳臂识别的复杂度

    本文介绍了多臂老虎机模型的性能表现，并提供了特定情况下的下限和匹配算法。此外，还提供了改进的序贯停止规则以及两个独立的技术结果。

    Jul, 2014

  • 成本补贴的多臂老虎机

    本研究考虑了一种新颖的多臂赌博机问题（MAB with cost subsidy），为了优化累积的成本和收益，学习机构必须支付选择的手臂成本，针对这种问题，我们提出了探索 - 开发算法的简单版本并对其进行了广泛的数值模拟，最后建立了任何线上学习算法的性能下界，为实际应用不同算法提供了实用性建议。

    Nov, 2020

  • 多人赌博机问题再探

    本文探讨了多层次反馈的多人多臂老虎机算法，并在不需要感知信息的情况下引入了一种被称为自私的有希望的启发式方法以适应与物联网网络的应用。研究结果显示，引入这些方法可以提高算法的性能并保证其渐近最优，降低拥堵的可能性。

    Nov, 2017

  • 度量空间中悔恨最小化的尖锐分界

    该研究证明了 Lipschitz 多臂赌博机算法的最小损失不可能同时比有限度的度量空间更低和比某些无限度的度量空间更低，并与在线学习的经典拓扑规则相联系。

    Nov, 2009

  • 共享有限容量臂的多次随机赌博机

    研究了多臂赌博机问题中的可共享臂设置，提出了一个用于评估可共享臂容量的估计器以及一个在线学习算法，并验证了其在 5G 和 4G 基站选择中的有效性。

    Jun, 2022

  • 多层次最优臂识别

    在本文中，我们研究多信度最佳臂识别问题，通过提出一种以梯度为基础的方法，我们找到了具有渐近最优成本复杂度的解决方案，并针对每个臂还提出了最优保真度的概念。

    Jun, 2024

  • 快速和遗憾最优的最佳臂识别：基本限制和低复杂度算法

    通过介绍一种新算法 ROBAI 和其变种，该研究识别并解决了在带有双重目标的多臂赌博机问题中达到最优臂的同时最大化奖励的难题；并对算法的停止时间、样本复杂性以及与经典 UCB 算法相比的性能进行了理论分析和数值实验，揭示出了经典 UCB 算法中的 “过度探索” 现象。

    Sep, 2023