利用不确定性结构实现高效的拟阵半赌博机
机器学习
2019-06-24 v2 机器学习
摘要
我们提升了随机组合半赌博机算法的效率。在多数有趣的问题中，最先进的算法利用奖励的结构性质，例如独立性。然而，尽管在渐近遗憾方面是最优的，这些算法的效率低下。在本文中，我们首先将其实现归约为一个特定的子模最大化问题。随后，在拟阵约束下，我们设计了适配的近似例程，从而提供了首个依赖奖励结构以改善遗憾界的高效算法。特别地，我们将最先进的无间隙遗憾界改进了因子 √m/log m，其中 m 为最大动作规模。最后，我们展示了该改进如何推广到更一般的预算组合半赌博机。
引用
@article{arxiv.1902.03794,
title = {Exploiting Structure of Uncertainty for Efficient Matroid Semi-Bandits},
author = {Pierre Perrault and Vianney Perchet and Michal Valko},
journal= {arXiv preprint arXiv:1902.03794},
year = {2019}
}
备注
Accepted to ICML 2019, Long Beach