基于逼近理论的RKHS赌博机方法
机器学习
2021-07-27 v5 机器学习
摘要
RKHS赌博机问题(亦称核化多臂赌博机问题)是一类带有噪声反馈的非线性函数在线优化问题。尽管该问题已被广泛研究，与充分研究的线性赌博机情形相比，某些问题仍存在不尽人意的结果。具体而言，对抗性RKHS赌博机问题尚无通用算法。此外，现有算法的高计算复杂度阻碍了实际应用。我们通过考虑逼近理论与误指定线性赌博机问题的新颖融合来解决这些问题。利用一种逼近方法，我们针对随机RKHS赌博机问题提出了高效算法，并给出了针对对抗性RKHS赌博机问题的首个通用算法。进一步地，我们通过实验表明，我们提出的方法之一具有与IGP-UCB相当的累积悔值，且运行时间更短。
引用
@article{arxiv.2010.12167,
title = {Approximation Theory Based Methods for RKHS Bandits},
author = {Sho Takemori and Masahiro Sato},
journal= {arXiv preprint arXiv:2010.12167},
year = {2021}
}