面向对抗性损坏的近最优、可扩展且可并行化的随机多臂老虎机框架

我们研究了在对抗性损坏存在的情况下的各种随机多臂老虎机问题。该问题的一个关键工作是BARBAR~\cite{gupta2019better}算法，它实现了鲁棒性和效率，但其拥有$O(KC)$的 regret，无法匹配下界$\Omega(C)$，其中K表示臂数，C表示损坏程度。在本文中，我们首先通过提出一种新型框架称为BARBAT来改进BARBAR算法，以消除K的因子，实现近最优的 regret 上界。我们还将BARBAT扩展到 various 设置，包括多智能体老虎机、图形老虎机、组合半老虎机和批量老虎机。与Follow-the-Regularized-Leader框架相比，我们的方法更适合并行化，适用于多智能体和批量老虎机设置，并且在半老虎机问题中计算成本更低。数值实验验证了所提方法的有效性。