Dec, 2023

短时、高容量的多臂 / 波段测试

PDF
TL;DR现代平台利用随机实验从给定的项目集（“处理”）中进行明智决策。本研究探讨了一种贝叶斯多次播放自助游问题，涵盖了具有高容量短寿命项目的多元测试（或 “多个 A/B 测试”）问题的关键特点。通过大规模领域实验证明，我们的策略比平台当前的推荐系统在总持续时间上提升了 4.32％，点击次数上提升了 7.48％。
randomized experimentsbayesian multiple-play bandit problemmultivariate testingshort-lived armscontent-card-serving platform
发现论文，激发创造
  • 带干扰的多臂赌博机

    在当代在线平台中，干扰实验面临重大挑战。本研究介绍了具有干扰的多臂赌博机问题，应用集群随机化策略来达到最优期望后悔值，并得出高概率边界与实验单元数 N 无关。

    Feb, 2024

  • 具有多次游戏和预算限制的多臂赌博机

    研究多臂赌博问题下的多次试验和预算约束的拓展，提出上置信区间和 Exp3 算法的具体实现及其性能分析。

    Nov, 2017

  • 线性参数化赌博机

    本文研究基于多维随机向量臂收益的赌博机问题，证明了在解决特定问题时使用相应的相位策略可以达到最优的累计遗憾和贝叶斯风险，并提出了针对通用问题的近似最优解。

    Dec, 2008

  • 风险规避的均值方差多臂赌博机问题

    本文研究了在风险厌恶的多臂老虎机问题中使用收益的均值和方差作为风险度量，并证明了 UCB 策略和 DSEE 策略可以实现收益方面的最优表现，且模型特定和模型无关的遗憾都有下界。

    Apr, 2016

  • 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

  • 带有未知变量的组合网络优化：具有线性回报的多臂赌博机

    本文提出了一种适用于多臂赌博机问题的解决方案，只需要以线性时间复杂度存储未知参数，可以处理一般的掌握参数相关性的问题，并用于对网络中的最大权匹配、最短路径及最小生成树计算问题的解决。

    Nov, 2010

  • 阻断赌徒

    考虑到重复使用某些选项可能是不可取的或不可行的，本文提出了一种新颖的随机多臂赌博机设置，并通过映射到 PINWHEEL 调度问题证明了问题的优化累积奖励不允许有伪多项式时间算法，但它设计了一种贪婪算法和一种基于 UCB 的算法，具有一定的优异性。

    Jul, 2019

  • 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

  • 具有武器层次结构的 Top-k 极端情境强化学习

    研究了上下文臂问题，其中臂的总数可以巨大，并允许学习者选择 k 个臂并观察所选臂的所有或某些收益。我们为非极端现实设置提出了一个算法，并提出了一种实用的臂层次结构模型来处理极端情况，这种层次结构允许每个上下文的相关臂数指数减少，从而获得了有关遗憾的保证。

    Feb, 2021

  • 组合多臂老虎机及其对概率触发臂的扩展

    该研究提出了一种通用的组合多臂赌博问题框架，将未知分布的基础臂组成超级臂进行玩耍，进一步探讨了更多可能基于已激发臂的结果触发概率的扩展，旨在通过在线学习算法实现最小化（α，β）- 逼近遗憾。

    Jul, 2014