去中心化多臂老虎机的渐近最优性
机器学习
2021-09-21 v1
摘要
我们考虑大量智能体在具有大量摇臂的多臂老虎机问题上的协作。目标是在通信受限环境下最小化每个智能体的遗憾。我们提出了一种去中心化算法，该算法建立并改进了 Chawla et al. arxiv:2001.05452 的 Gossip-Insert-Eliminate 方法。我们提供了对所产生遗憾的理论分析，表明我们的算法是渐近最优的。事实上，我们的遗憾保证与全通信设置下可实现的渐近最优速率相匹配。最后，我们给出了支持我们结论的实证结果。
引用
@article{arxiv.2109.09427,
title = {Asymptotic Optimality for Decentralised Bandits},
author = {Conor Newton and Ayalvadi Ganesh and Henry W. J. Reeve},
journal= {arXiv preprint arXiv:2109.09427},
year = {2021}
}