UCB-N 与 TS-N 的改进后悔分析
机器学习
2023-05-09 v1
摘要
在具有无向反馈图的随机在线学习设定中，Lykouris 等人（2020）先前分析了基于上置信界算法 UCB-N 和基于 Thompson 采样算法 TS-N 的伪后悔。在本注记中，我们展示如何改进其伪后悔分析。我们的改进涉及精炼先前分析的一个关键引理，使得 因子可被因子 替代，其中 为反馈图的独立数。
引用
@article{arxiv.2305.04093,
title = {An improved regret analysis for UCB-N and TS-N},
author = {Nishant A. Mehta},
journal= {arXiv preprint arXiv:2305.04093},
year = {2023}
}
备注
5 pages