基于激光混沌时间序列的多臂老虎机问题中的臂序识别
信号处理
2020-05-28 v1 新兴技术
机器学习
摘要
通过利用具有延迟反馈的激光器产生的超快且不规则时间序列，我们此前展示了一种可扩展算法，利用激光混沌时间序列的时分复用解决多臂老虎机（MAB）问题。尽管该算法能检测出具有最高奖励期望的臂，但就奖励期望而言对臂顺序的正确识别无法实现。在此，我们提出一种算法，其中探索程度基于代表奖励期望估计精度的置信区间进行自适应控制。我们通过数值证明，与传统MAB方法相比，我们的方法显著提高了臂序识别精度，并降低了对奖励环境的依赖性，且总奖励几乎得以保持。本研究适用于臂序信息至关重要的领域，例如信息通信技术中资源的高效分配。
引用
@article{arxiv.2005.13085,
title = {Arm order recognition in multi-armed bandit problem with laser chaos time series},
author = {Naoki Narisawa and Nicolas Chauvet and Mikio Hasegawa and Makoto Naruse},
journal= {arXiv preprint arXiv:2005.13085},
year = {2020}
}