突破 $\log(1/\Delta_2)$ 限制：基于自适应网格的更优批量最优臂识别
机器学习
2025-01-30 v1
摘要
我们研究了在多臂老虎机中进行批量最优臂识别的问题，即在 个臂中识别最佳臂，同时最小化样本数和批量数。我们引入一种算法，实现了接近最优的样本复杂度，并具有实例敏感的批量复杂度，突破了 限制。我们算法的主要贡献是一种新颖的样本分配方案，有效地在批量大小下平衡探索与开发。实验结果表明，我们的方法在 various 设置下更具批量效率。我们还将此框架扩展到线性老虎机中进行批量最优臂识别，取得了类似的改进。
引用
@article{arxiv.2501.17370,
title = {Breaking the $\log(1/\Delta_2)$ Barrier: Better Batched Best Arm Identification with Adaptive Grids},
author = {Tianyuan Jin and Qin Zhang and Dongruo Zhou},
journal= {arXiv preprint arXiv:2501.17370},
year = {2025}
}
备注
21 pages, published at ICLR 2025