分批老虎机问题
统计理论
2016-03-30 v3 统计理论
摘要
受实际应用（主要是临床试验）的推动，我们研究了在所用策略必须将试验分成少量批次的约束下，随机老虎机可实现的悔值。我们提出一个简单的策略，并表明极少量的批次可给出接近极小极大最优悔值界。作为副产品，我们推导了用于随机老虎机的具有低切换代价的最优策略。
引用
@article{arxiv.1505.00369,
title = {Batched bandit problems},
author = {Vianney Perchet and Philippe Rigollet and Sylvain Chassang and Erik Snowberg},
journal= {arXiv preprint arXiv:1505.00369},
year = {2016}
}
备注
Published at http://dx.doi.org/10.1214/15-AOS1381 in the Annals of Statistics (http://www.imstat.org/aos/) by the Institute of Mathematical Statistics (http://www.imstat.org)