近乎最优的方差约束最佳臂识别
机器学习
2022-11-16 v2 人工智能
信息论
math.IT
机器学习
摘要
我们设计并分析了 VA-LUCB，一种无参数算法，用于在固定置信度设置下，且在所选臂的方差严格小于给定阈值的严格约束下，识别最佳臂。VA-LUCB 的样本复杂度上界被证明由一个基本的方差感知难度量 所刻画。通过证明一个下界，我们表明 VA-LUCB 的样本复杂度在 的对数因子内是最优的。大量实验证实了样本复杂度对 中各项的依赖性。通过将 VA-LUCB 的经验性能与 David 等人 (2018) 提出的相近竞争者 RiskAverse-UCB-BAI 进行比较，我们的实验表明，对于此类风险约束的最佳臂识别问题，尤其是对于风险最高的实例，VA-LUCB 具有最低的样本复杂度。
引用
@article{arxiv.2201.10142,
title = {Almost Optimal Variance-Constrained Best Arm Identification},
author = {Yunlong Hou and Vincent Y. F. Tan and Zixin Zhong},
journal= {arXiv preprint arXiv:2201.10142},
year = {2022}
}
备注
32 pages, 15 figures