多智能体线性 Bandit 的自适应样本共享
机器学习
2025-05-28 v3 机器学习
摘要
多智能体线性 bandit 设定是一个众所周知的设定，为其设计智能体间的高效协作仍具挑战性。本文研究智能体间数据共享对最小化后悔的影响。与多数现有方法不同，我们的贡献不依赖于任何关于 bandit 参数结构的假设。我们的主要结果形式化了 bandit 参数估计的偏差与不确定性之间用于高效协作的权衡。该结果是 Bandit 自适应样本共享（BASS）算法的基石，其相对于当前最优方法的效率通过理论分析与在合成及真实世界数据集上的实证评估得到验证。此外，我们证明当智能体参数呈现聚类结构时，我们的算法能准确恢复之。
引用
@article{arxiv.2309.08710,
title = {Adaptive Sample Sharing for Multi Agent Linear Bandits},
author = {Hamza Cherkaoui and Merwan Barlier and Igor Colin},
journal= {arXiv preprint arXiv:2309.08710},
year = {2025}
}
备注
33 pages