BriefGPT.xyz
Nov, 2023
基于参数化赌博机中的相关辅助反馈的利用
Exploiting Correlated Auxiliary Feedback in Parameterized Bandits
HTML
PDF
Arun Verma, Zhongxiang Dai, Yao Shu, Bryan Kian Hsiang Low
TL;DR
通过利用辅助反馈建立具有紧密置信区间的奖励估计器，并以奖励与其辅助反馈之间的相关系数来刻画减小遗憾，我们研究了参数化赌博机的新变体问题。在不同情境下的实验结果也验证了我们提出的方法取得的性能提升。
Abstract
We study a novel variant of the
parameterized bandits
problem in which the learner can observe additional
auxiliary feedback
that is correlated with the observed reward. The
→