通用有损压缩中的探索-利用权衡

通用压缩可以学习信源并以批处理模式（前向自适应）或顺序模式（后向自适应）适应信源。我们将顺序模式重新表述为一个多臂老虎机问题（强化学习中的一个基本模型），并研究有损压缩情况下的探索与利用之间的权衡。我们表明，先前提出的“自然类型选择”方案可以被视为一种面向重建的多臂老虎机算法，用于顺序有损压缩，并解释了其在鲁棒性和短块性能方面的局限性。然后，我们推导并分析了鲁棒的面向代价的多臂老虎机算法，这些算法适用于任何块长度。