成本感知的最优成对纯探索
机器学习
2025-03-12 v1 信息论
机器学习
math.IT
摘要
纯探索是多臂赌博机（MAB）的基本问题之一。然而，现有工作大多聚焦于特定的纯探索任务，缺乏对一般纯探索问题的整体视角。本工作通过引入一个通用框架来研究纯探索，重点关注目标臂对之间的成对关系。此外，与仅优化停止时间（即样本复杂度）的现有工作不同，本工作考虑臂可能关联不同的成本，并以优化学习过程中发生的累积成本为目标。在考虑臂特定成本的成对纯探索通用框架下，推导了性能下界。随后提出了一种新算法，称为CAET（Cost-Aware Pairwise Exploration Task）。CAET基于跟踪-停止原理，并通过一种新颖设计来处理臂特定成本，这些成本可能为零，从而代表极具挑战的情况。理论分析证明CAET的性能渐近逼近下界。进一步讨论了特殊情况，包括对遗憾最小化的扩展，这也是MAB的另一个主要关注点。通过各种设置下的实验结果也验证了CAET的有效性和效率。
引用
@article{arxiv.2503.07877,
title = {Cost-Aware Optimal Pairwise Pure Exploration},
author = {Di Wu and Chengshuai Shi and Ruida Zhou and Cong Shen},
journal= {arXiv preprint arXiv:2503.07877},
year = {2025}
}
备注
AISTATS 2025