保多样性K臂老虎机再探
机器学习
2024-07-25 v3 机器学习
摘要
我们考虑由Celis等人(2019)引入的基于老虎机的保多样性推荐框架，他们主要通过归约到线性老虎机设置来处理多胞形情形。我们利用该设置的特殊结构设计了一种UCB算法，并表明在自然情形下——即最优混合动作在所有动作上均赋予一定概率质量(亦即多样性是可取的)时——它享有有界的依赖于分布的遗憾。所给出的遗憾下界表明，否则的话，至少当模型为均值无界时，会遭受的遗憾。我们还讨论了一个超出多胞形特殊情形的例子。
引用
@article{arxiv.2010.01874,
title = {Diversity-Preserving K-Armed Bandits, Revisited},
author = {Hédi Hadiji and Sébastien Gerchinovitz and Jean-Michel Loubes and Gilles Stoltz},
journal= {arXiv preprint arXiv:2010.01874},
year = {2024}
}