改进知识梯度算法
机器学习
2023-10-30 v1 机器学习
摘要
知识梯度（KG）算法是求解最佳臂辨识（BAI）问题的一种常用策略。其基于一个简单思想：总是选择能使对臂最优均值估计的期望单步改进最大的测量。本研究指出该策略存在局限性，导致算法并非渐近最优。我们随后给出一种改进方案：遵循KG单步前瞻的方式，但改为选择能使选中最佳臂的概率的单步改进最大的测量。新策略称为改进知识梯度（iKG）。可证明iKG是渐近最优的。此外，我们表明与KG相比，iKG更易扩展至BAI的变体问题，并以-好臂辨识与可行臂辨识为例。数值实验进一步展示了iKG在这些问题上的优越性能。
引用
@article{arxiv.2310.17901,
title = {Improving the Knowledge Gradient Algorithm},
author = {Yang Le and Gao Siyang and Ho Chin Pang},
journal= {arXiv preprint arXiv:2310.17901},
year = {2023}
}
备注
32 pages, 42 figures