双重任务巡逻：面向绿色安全的多臂老虎机方法

在绿色安全领域保护野生动物和森林的保护工作受到防御者（即巡逻人员）数量有限的制约，他们必须在广阔区域巡逻以防攻击者（例如偷猎者或非法伐木者）。防御者必须选择在每个保护区区域花费多少时间，平衡对鲜少访问区域的探索与对已知热点的利用。我们将该问题表述为随机多臂老虎机，其中每个动作代表一种巡逻策略，使我们能够保证巡逻策略的收敛速率。然而，朴素的老虎机方法会为长期最优性而牺牲短期性能，导致动物被偷猎、森林被毁。为加快性能，我们利用奖励函数的光滑性与动作的可分解性。我们展示了 Lipschitz 连续性与分解之间的协同作用，因为二者互相促进对方的收敛。在此过程中，我们弥合了组合老虎机与 Lipschitz 老虎机之间的鸿沟，提出了一种无遗憾方法，在优化短期性能的同时收紧了现有保证。我们证明我们的算法 LIZARD 在来自柬埔寨的真实偷猎数据上提升了性能。