分组型多臂弃赢问题中受限预算的最佳臂识别
机器学习
2026-03-05 v1 机器学习
摘要
我们研究受限预算约束下的分组型多臂弃赢问题中的最佳臂识别问题。其中，每一臂由多个独立属性组成，这些属性具有随机奖励。只有当所有属性均值超过给定阈值时，才认为该臂是可行的。目标是找到具有最大总体均值的可行臂。我们首先导出该设置下任何算法的错误概率下界。随后，我们提出了 Feasibility Constrained Successive Rejects（FCSR）算法，用于在确保可行性的前提下识别最佳臂。我们证明该算法在指数中的问题参数依赖性方面达到了最优，仅相差常数因子。实验结果表明，FCSR 在保持可行性保证的同时，超过了自然基线。
引用
@article{arxiv.2603.04007,
title = {Fixed-Budget Constrained Best Arm Identification in Grouped Bandits},
author = {Raunak Mukherjee and Sharayu Moharir},
journal= {arXiv preprint arXiv:2603.04007},
year = {2026}
}
备注
25 pages, 2 Figures