Feb, 2024

多对数级别的极小极大遗憾的线性赌博机

TL;DR研究线性随机赌博机的噪声模型,介绍一种基于加权最小二乘估计的算法,能够最小化后悔度,通过几何论证独立于噪声模型,能够紧密控制每个时间步骤的期望后悔度为O(1/t),从而导致了累积后悔度的对数缩放。