条件风险厌恶情境赌博机
机器学习
2023-07-11 v2 机器学习
摘要
具有平均情形统计保证的情境赌博机在风险厌恶情形下是不充分的，因为它们可能以更差的最坏情形表现为代价换取更好的平均性能。设计风险厌恶情境赌博机具有挑战性，因为探索是必要的，而风险厌恶对奖励的整个分布敏感；尽管如此，我们展示了首个具有在线后悔保证的风险厌恶情境赌博机算法。我们在应避免最坏情形的多样场景中进行实验，包括动态定价、库存管理与自调优软件；其中含一个生产级 exascale 数据处理系统。
引用
@article{arxiv.2210.13573,
title = {Conditionally Risk-Averse Contextual Bandits},
author = {Mónika Farsang and Paul Mineiro and Wangda Zhang},
journal= {arXiv preprint arXiv:2210.13573},
year = {2023}
}