一种用于上下文赌博机的层次最近邻方法
机器学习
2023-12-18 v1 机器学习
摘要
本文考虑度量空间中的对抗性上下文赌博机问题。论文“带赌博机反馈的最近邻”解决了该问题，但当比较策略决策边界附近存在许多上下文时，其遗憾值很高。本文消除了这一问题，设计了一种算法，在计算遗憾项时可以保留任意上下文集合。我们的算法建立在“带赌博机反馈的最近邻”之上，因此继承了其极高的计算效率。
引用
@article{arxiv.2312.09332,
title = {A Hierarchical Nearest Neighbour Approach to Contextual Bandits},
author = {Stephen Pasteris and Chris Hicks and Vasilios Mavroudis},
journal= {arXiv preprint arXiv:2312.09332},
year = {2023}
}