无碰撞信息的去中心化多玩家多臂老虎机
机器学习
2020-03-03 v1 信息论
math.IT
机器学习
摘要
本文研究了去中心化随机多玩家多臂老虎机(MP-MAB)问题,其中玩家无法获得碰撞信息。基于 Boursier 和 Perchet (2019) 的开创性工作,我们提出了涉及通信的纠错同步(EC-SIC),其遗憾(regret)被证明接近于具有碰撞信息的中心化随机 MP-MAB。通过认识到无碰撞信息的通信阶段对应于信息论中的 Z 信道模型,所提出的 EC-SIC 算法对奖励统计的通信应用了最优纠错编码。与 Boursier 和 Perchet (2019) 中对数增长的信息长度不同,固定的信息长度在控制通信损失方面也起着关键作用。使用实用 Z 信道码(如重复码、翻转码和改进的汉明码)的实验,证明了 EC-SIC 在合成和真实世界数据集上的优越性。
引用
@article{arxiv.2003.00162,
title = {Decentralized Multi-player Multi-armed Bandits with No Collision Information},
author = {Chengshuai Shi and Wei Xiong and Cong Shen and Jing Yang},
journal= {arXiv preprint arXiv:2003.00162},
year = {2020}
}
备注
17 pages, 11 figures. Accepted to AISTATS 2020