无碰撞感知信息的多玩家_bandit_高性低复杂算法
机器学习
2021-02-23 v1 机器学习
摘要
受认知无线电网络应用的驱动，我们考虑分散式多玩家多臂_bandit_问题，且无碰撞亦无感知信息。我们提出 Randomized Selfish KL-UCB，一种计算复杂度极低的算法，其受 Selfish KL-UCB 算法启发，而后者因在某些情形下可证性能次优已被弃用。我们对 Randomized Selfish KL-UCB 进行了大量数值实验，表明其在几乎所有环境中都远优于最先进算法，有时达数个数量级，且不需要最先进算法所需的额外知识。我们还强调了该算法在更现实的动态环境中的潜力，并以进一步实验支持我们的主张。我们相信，Randomized Selfish KL-UCB 的低复杂度与高性能使其在已知算法中最适合在实际系统中实现。
引用
@article{arxiv.2102.10200,
title = {A High Performance, Low Complexity Algorithm for Multi-Player Bandits Without Collision Sensing Information},
author = {Cindy Trinh and Richard Combes},
journal= {arXiv preprint arXiv:2102.10200},
year = {2021}
}
备注
14 pages