差分好臂辨识
机器学习
2024-02-19 v3 机器学习
摘要
本文针对随机多臂老虎机问题的一个变体——好臂辨识（GAI）。GAI 是一种纯探索老虎机问题，目标是使用尽可能少的样本输出尽可能多的好臂，其中好臂定义为期望奖励大于给定阈值的臂。在本工作中，我们提出 DGAI——一种可微分的好臂辨识算法，以数据驱动的方式改进 SOTA 的 HDoC 算法的样本复杂度。我们还展示了在给定阈值作为臂集先验知识时，DGAI 可进一步提升一般多臂老虎机（MAB）问题的性能。大量实验证实，在 GAI 与 MAB 任务上，我们的算法在合成与真实世界数据集上均显著优于基线算法。
引用
@article{arxiv.2303.07154,
title = {Differential Good Arm Identification},
author = {Yun-Da Tsai and Tzu-Hsien Tsai and Shou-De Lin},
journal= {arXiv preprint arXiv:2303.07154},
year = {2024}
}