1-Identification 的近最优非渐近样本复杂度

受动机于现有文献中开放方向的启发，我们研究 1-identification 问题，这是一种基本的多臂老虎机 formulation on pure exploration。目标是确定是否存在一个臂，其平均奖励至少为已知阈值 $\mu_0$，或在其认为此类臂不存在时输出 None。agent 需要确保其输出至少以概率 $1-\delta$ 正确。Degenne & Koolen 2019 已建立了 1-identification 问题的渐近紧密样本复杂度，但他们指出非渐近分析尚不清晰。我们设计了一种新算法 Sequential-Exploration-Exploitation(SEE)，并从非渐近视角进行理论分析。新颖之处在于，我们实现了近最优，亦即上下界在抽取复杂度方面相匹配。上下界与下界之间的差距最多为多项式对数因子。数值结果也表明我们的算法在与现有基准方法的比较中有效。