高效广义低秩张量上下文赌博机
机器学习
2024-01-18 v3 机器学习
摘要
本文旨在构建一种新颖的赌博机算法，能够充分挖掘多维数据的力量与奖励函数固有的非线性，以提供高可用且可问责的决策服务。为此，我们引入一种广义低秩张量上下文赌博机模型，其中动作由三个特征向量构成，因而可由一张量表示。在此表述中，奖励通过对动作特征张量与一个固定但未知的、具有低 tubal 秩的参数张量的内积施加广义线性函数而定。为有效实现探索与利用的权衡，我们提出一种称为“广义低秩张量先探索子空间再精炼”（G-LowTESTR）的新算法。该算法首先收集原始数据以探索决策场景中嵌入的固有低秩张量子空间信息，随后将原始问题转化为一个近乎低维的广义线性上下文赌博机问题。严格的理论分析表明，G-LowTESTR 的遗憾界优于向量化与矩阵化情形。我们开展一系列仿真与真实数据实验，进一步凸显 G-LowTESTR 借助低秩张量结构增强学习的有效性。
引用
@article{arxiv.2311.01771,
title = {Efficient Generalized Low-Rank Tensor Contextual Bandits},
author = {Qianxin Yi and Yiyang Yang and Shaojie Tang and Jiapeng Liu and Yao Wang},
journal= {arXiv preprint arXiv:2311.01771},
year = {2024}
}