偏序集上的诱饵对决老虎机
机器学习
2016-06-10 v2 人工智能
摘要
我们研究定义在偏序集（posets）上的对决老虎机问题。在此设定下，臂可能不可比较，且可能存在多个（不可比较的）最优臂。我们提出一种算法 UnchainedBandits，即使在可比较臂对与不可比较臂对无法区分的情况下，也能以一组最小假设高效地找到任意偏序集的最优臂集合。该算法依赖于源自社会心理学的诱饵概念。对于不可比较信息可能可获取的更简单情况，我们提出第二种算法 SlicingBandits，它利用该信息并相比 UnchainedBandits 实现了非常显著的性能提升。我们对两种算法均提供了理论保证和实验评估。
引用
@article{arxiv.1602.02706,
title = {Decoy Bandits Dueling on a Poset},
author = {Julien Audiffren and Ralaivola Liva},
journal= {arXiv preprint arXiv:1602.02706},
year = {2016}
}