随机情境多臂老虎机问题中的快速高效多任务表征学习
机器学习
2025-01-08 v3 机器学习
摘要
我们研究表征学习如何提高情境老虎机问题的学习效率。我们研究的设置是同时进行 T 个情境线性老虎机，其维数为 d，而这 T 个老虎机任务共同共享一种维数为 r（远小于 d）的常见线性表征。我们提出了一种基于交替投影梯度下降 (GD) 和最小化估计器的新算法，用于恢复低秩特征矩阵。使用所提出的估计器，我们提出了针对线性情境老虎机的多任务学习算法，并给出该算法的 regret bound。我们给出实验并将我们的算法与基准算法进行比较。
关键词
引用
@article{arxiv.2410.02068,
title = {Fast and Sample Efficient Multi-Task Representation Learning in Stochastic Contextual Bandits},
author = {Jiabin Lin and Shana Moothedath and Namrata Vaswani},
journal= {arXiv preprint arXiv:2410.02068},
year = {2025}
}