Aug, 2024

多智能体随机可共享臂容量的多臂赌博机

HTML
PDF
TL;DR本研究针对分布式选择问题，提出了一种新的多玩家多臂赌博机模型，解决了臂请求的随机到达及其分配策略。关键的创新在于设计出一种贪婪算法和迭代分布式算法，使得玩家无需通信即可根据最优臂拉取特征选取臂。实验结果表明，该算法能有效促使玩家在有限轮次内达成共识，具有重要的应用潜力。
发现论文，激发创造
  • 多人多臂赌博机的分布式学习

    本文研究了一种分散式多臂搏击器的问题，提出了一种达到最优秩序并确保公平性的分散式政策，并证明了其总遗憾增长速率的下限，这个问题在认知无线电网络，多通道通信系统，多智能体系统，网络搜索和广告以及社交网络等领域有潜在的应用。

    Oct, 2009

  • 多臂老虎机中的分布式探索

    研究多臂赌博机在$k$个协作玩家中进行探索，以确定最佳手臂，结果表明协作与沟通可以实现更快的学习速度, 最佳方案是$k$倍的学习性能加速，且通信量只有$log(1/ε)$。

    Nov, 2013

  • 多臂赌博机中的分布式协作决策：频率学派和贝叶斯算法

    本研究使用频率学派和贝叶斯算法以及运行协商算法解决多智能体多臂赌博机问题中的探索和开发的分布式合作决策问题，并证明了这些算法的性能，以及通信图结构对决策性能的影响。

    Jun, 2016

  • 一种渐近最优算法解决多人多臂老虎机问题

    研究了分散的随机多臂老虎机问题，在通过Erdős-Rényi图连接的多个玩家中，优化各自获得奖励的概率分布，推导了针对不同连接度的算法，利用累计遗憾值比较传统多臂老虎机算法和本研究。

    Dec, 2017

  • 去中心化协作随机赌博机

    本文研究了多臂赌博机问题在网络上的去中心化协作，采用加速一致性过程来计算所有智能体对每个臂的平均奖励，该算法采用上置信区间来决策，能够达到更好的回归界，同时不需要过多的底层网络信息。

    Oct, 2018

  • 多臂赌博机问题中多智能体异质随机交互

    研究和分析了一个多智能体多臂赌博问题，其中智能体可观察到邻居的选择和奖励，这些邻居由具有异构和随机互连的网络图定义，这些互动由每个智能体的社交性决定，我们针对每个智能体设计算法来最大化其自己的预期累积奖励，并证明依赖于智能体和网络结构的社交性能边界。使用这些边界来预测智能体的性能排名，并进行了理论和计算上的验证。

    May, 2019

  • 多智能体多臂赌博机中的社交学习

    介绍了一个分布式算法来解决多臂赌博机问题，通过异步交换较少的比特数，在不进行样本交换的情况下，仅通过传递臂ID来维护代理之间的合作；文中提出的算法可以将每个代理的后悔最小化，并将通信复杂度降至$O(logT)$，与不进行合作的方案相比，本算法能够显著降低每个代理的后悔。

    Oct, 2019

  • 分散式随机多人多臂行走赌博机

    提出了一种解决多人多臂赌博机问题的分布式算法，利用上置信区间和分布式优化技术，解决了现实世界应用中玩家仅能访问动态局部子集的问题，并获得了接近最优的后悔率。

    Dec, 2022

  • 多人多臂赌博机中，争夺可共享臂

    在多人多臂老虎机（MPMAB）竞争模型中，我们提出了基于纳什均衡的自私MPMAB和平均分配（SMAA）策略，有效解决了自私玩家学习和最大化奖励的问题，并在理论和实验中证明其有效性和稳健性。

    May, 2023

  • 具有异构奖励的分散随机分布的多智能体多臂赌博机

    研究了去中心化多智能体多臂赌博问题，使用随机图来优化整个系统的综合悔恨度，引入了新的算法框架，其中包含加权技巧和上置信边界方法，算法具有较好的鲁棒性，并且考虑了图随机性，同时给出了不同命题下的悔恨度的上限。

    Jun, 2023