广义非平稳多臂老虎机
机器学习
2021-02-03 v2 机器学习
统计理论
统计理论
摘要
在本文中，我们研究一个非平稳随机多臂老虎机问题，它推广了切换老虎机问题。在切换老虎机问题（\textbf{情形 a}）之外，我们关注三个具体例子：（\textbf{b}）各臂的均值均为局部多项式，（\textbf{c}）各臂的均值局部光滑，以及（\textbf{d}）各臂的间隙具有有界数量的拐点，且最高臂均值在短范围内不能变化过大。这三种设定非常不同，但具有以下共同点：（i）间隙对数的相似大小水平集的数量可被控制，以及（ii）最高均值具有有限数量的突变，否则变化有限。我们在此一般设定下提出单一算法，它尤其高效且统一地解决了上述（a）–（d）四个问题。
引用
@article{arxiv.2102.00725,
title = {Generalized non-stationary bandits},
author = {Anne Gael Manegueu and Alexandra Carpentier and Yi Yu},
journal= {arXiv preprint arXiv:2102.00725},
year = {2021}
}