bandit optimization | BriefGPT

关键词bandit optimization

搜索结果 - 8

多臂赌博机优化中的满意度探索
基于满足性的探索概念，我们考虑了强化学习中满足性探索问题。我们提出了 SELECT 算法模板，通过低下界置信区间检验实现了广泛的满意后悔常数。通过与学习预言机合作，SELECT 不仅在可实现情况下找到潜在的满足性臂，还在不可实现情况下保证标
PDFa month ago
约束线性赌臂问题的凸方法
近年来，与人类不断互动的现实世界安全关键系统中的强盗优化引起了极大关注。本文提出了一个综合性研究，重点研究了安全线性强盗算法的计算方面，通过引入凸规划工具创建了计算效率高的策略。具体而言，我们首先对安全线性强盗问题的最优策略进行了特征化，并
PDF8 months ago
线性赌博机中的即时模型选择
在线学习在模型选择时可以通过对线性赌博机进行全信息反馈来改进性能，从而在 M 个模型中具有对数级的依赖性，而不需要先验知识或纯探索阶段。
PDFa year ago
终身赌徒优化：无先验和无遗憾
本文提出 LIBO 算法通过元学习逐步逼近真实核函数以解决序列化 Bandit 优化任务，可配合线性或基于核函数的 Bandit 算法实现次线性的令人满意的性能，文章同时介绍了以联邦学习方式解决序列化 Bandit 优化任务的 F-LIBO
PDF2 years ago
图神经网络赌博机
研究如何在具有图结构数据的情况下，使用置换不变量将图神经网络用于奖励函数的估计，并通过设计一个分阶段消去算法实现亚线性的后悔保证。
PDF2 years ago
CVPR利用赌博机构造基于结构扰动的黑盒攻击对带有理论保证的图神经网络
本文主要研究黑盒攻击下的图神经网络，提出一种基于赌徒技巧的在线优化攻击方法，证明其具有亚线性的复杂度和理论保障，实验结果表明该攻击方法既有效又高效。
PDF2 years ago
ICLR有前科的：基于匪类和先验的黑匣子对抗攻击
研究黑盒设置中生成对抗性示例的问题，介绍了统一黑盒攻击的框架，并演示了现有技术在某种意义上的最优性，同时，通过引入梯度先验，提出了一种基于探险优化的算法来无缝集成梯度先验。
PDF6 years ago
带有置信上界的 Frank-Wolfe 算法在赌博优化中的快速变化率
在这篇研究论文中，研究了一类被称为 Bandit Optimization 的问题，针对该问题，采用了基于 Upper-Confidence Frank-Wolfe 算法的一种新的优化方法，并提出了理论保证。
PDF7 years ago