实值组合纯探索多臂老虎机的快速算法
机器学习
2025-01-10 v3
摘要
我们研究随机多臂老虎机中的实值组合纯探索问题（R-CPE-MAB）。我们考察动作集大小相对于臂数呈多项式增长的情形。在此情形下，R-CPE-MAB 可视为所谓转导线性老虎机的一个特例。我们提出一种名为基于组合间隙的探索（CombGapE）算法，其样本复杂度上界与下界相符，仅差一个依赖于问题的常数因子。我们通过数值实验表明，CombGapE 算法在合成与真实世界数据集上均显著优于现有方法。
引用
@article{arxiv.2306.09202,
title = {A Fast Algorithm for the Real-Valued Combinatorial Pure Exploration of Multi-Armed Bandit},
author = {Shintaro Nakamura and Masashi Sugiyama},
journal= {arXiv preprint arXiv:2306.09202},
year = {2025}
}