通过在线重要性采样识别最佳干预

受计算广告和系统生物学应用的启发，我们考虑在源节点 $V$ 处的无环因果有向图中，从若干可能的软干预中识别最佳干预以最大化目标节点 $Y$（位于 $V$ 下游）的期望值的问题。我们的设定施加了在各种干预下采样的总固定预算，以及对不同类型干预的成本约束。我们将此问题表述为一个具有 $K$ 个臂的最佳臂识别 bandit 问题，其中每个臂是 $V$ 处的一个软干预，并利用臂间的信息泄漏为该问题提供了首个依赖于间隙的误差和简单后悔界。我们的结果相比传统的最佳臂识别结果有显著改进。我们通过实验表明，我们的算法在 Flow Cytometry 数据集上优于最先进水平，并将我们的算法应用于分类图像的 Inception-v3 深度网络的模型解释。