具有异步通信和异质用户的联邦上下文组合级联赌博机

我们研究了联邦上下文组合级联赌博机问题，其中$|\mathcal{U}|$个代理在中央服务器的协调下协作，为$|\mathcal{U}|$个相应用户提供个性化推荐。现有工作要么考虑同步框架，需要所有代理参与和全局同步，要么假设用户同质且行为相同。我们通过考虑以下两点克服了这些限制：(1) 联邦代理在异步通信范式下运行，无需强制同步，所有代理独立与服务器通信；(2) 异质用户行为，用户可分层为$J \le |\mathcal{U}|$个潜在用户簇，每个簇表现出不同的偏好。针对此设置，我们提出了一种具有精细通信协议的UCB类算法。通过理论分析，我们给出了次线性遗憾界，与同步框架下达到的水平相当，同时仅产生对数级别的通信成本。在合成和真实世界数据集上的实验验证了我们的算法在遗憾值和通信成本方面的优越性能。