相关多臂赌博机问题：贝叶斯算法与遗憾分析
最优化与控制
2015-07-09 v2 机器学习
机器学习
摘要
我们考虑相关多臂赌博机（MAB）问题，其中与每个臂相关联的奖励由多元高斯随机变量建模，并且我们研究了贝叶斯先验中的假设对可信上限（UCL）算法及一种新的相关 UCL 算法性能的影响。我们严格刻画了先验中的准确度、置信度和相关尺度对算法决策性能的影响。我们的结果展示了如何利用先验和相关结构来改善性能。
引用
@article{arxiv.1507.01160,
title = {Correlated Multiarmed Bandit Problem: Bayesian Algorithms and Regret Analysis},
author = {Vaibhav Srivastava and Paul Reverdy and Naomi Ehrich Leonard},
journal= {arXiv preprint arXiv:1507.01160},
year = {2015}
}