一种面向固定置信度及更广场景的ε-最优臂辨识算法
机器学习
2023-11-07 v2 机器学习
摘要
我们提出EB-TCε，一种用于随机_bandit中ε-最优臂辨识的新型采样规则。它是首个针对近似最优臂辨识分析的Top Two算法实例。EB-TCε是一种“任意时刻”采样规则，因此无需修改即可用于固定置信度或固定预算辨识（无需预算的先验知识）。我们为EB-TCε提供了三类理论保证。首先，我们证明了其在固定置信度设置下期望样本复杂度的界，尤其展示了其与探索参数的自适应调优结合时的渐近最优性。我们以其在任意时刻和任意误差参数下误差概率的上界补充了这些发现，这进一步给出了其在任意时刻简单遗憾的上界。最后，我们通过数值模拟表明，在不同设置下EB-TCε相较于现有算法表现更优。
引用
@article{arxiv.2305.16041,
title = {An $\varepsilon$-Best-Arm Identification Algorithm for Fixed-Confidence and Beyond},
author = {Marc Jourdan and Rémy Degenne and Emilie Kaufmann},
journal= {arXiv preprint arXiv:2305.16041},
year = {2023}
}
备注
68 pages, 14 figures, 4 tables. To be published in the Thirty-seventh Conference on Neural Information Processing Systems