基于可能存在偏差的离线数据的最佳臂识别
机器学习
2025-05-30 v1 人工智能
信息论
math.IT
摘要
我们在固定置信度设置下研究具有潜在偏差离线数据的最佳臂识别（BAI）问题，该问题常出现于临床试验等现实场景中。我们证明了在缺乏在线与离线分布间偏差界限先验知识时，自适应算法存在不可能性结果。为解决此问题，我们提出 LUCB-H 算法，该算法通过在 LUCB 框架内引入辅助偏差校正以平衡离线与在线数据，从而构建自适应置信区间。理论分析表明，当离线数据具有误导性时，LUCB-H 的样本复杂度与标准 LUCB 相当；而当离线数据具有帮助性时，其性能显著优于标准 LUCB。我们还推导出了实例相关的下界，在特定场景下与 LUCB-H 的上界相匹配。数值实验进一步证明了 LUCB-H 在有效利用离线数据方面的鲁棒性与自适应性。
引用
@article{arxiv.2505.23165,
title = {Best Arm Identification with Possibly Biased Offline Data},
author = {Le Yang and Vincent Y. F. Tan and Wang Chi Cheung},
journal= {arXiv preprint arXiv:2505.23165},
year = {2025}
}
备注
Accepted to UAI 2025