利用一种新型平滑性对抗多臂赌博机
机器学习
2015-12-15 v1 计算机科学与博弈论
机器学习
摘要
我们针对对抗多臂赌博机问题定义了一类新算法，并提供了基于凸平滑的简单分析技术。我们证明了两个主要结果。首先，我们表明通过Tsallis熵（包含EXP3作为特例）的正则化实现了 极小极大后悔。其次，我们表明若扰动分布具有有界风险率，则广泛的扰动方法可实现低至 的近最优后悔。例如，Gumbel、Weibull、Frechet、Pareto和Gamma分布均满足这一关键性质。
引用
@article{arxiv.1512.04152,
title = {Fighting Bandits with a New Kind of Smoothness},
author = {Jacob Abernethy and Chansoo Lee and Ambuj Tewari},
journal= {arXiv preprint arXiv:1512.04152},
year = {2015}
}
备注
In Proceedings of NIPS, 2015