用于单峰多臂赌博机的索引最小经验散度算法
人工智能
2021-12-03 v1 机器学习
最优化与控制
机器学习
摘要
我们考虑一个多臂赌博机问题，其由一组具有单峰结构的一维指数族分布刻画。我们引入了IMED-UB算法，该算法通过适配Honda和Takemura [2015]提出的索引最小经验散度(IMED)算法至该设定，最优地利用了单峰结构。得益于我们的证明技术，我们能够给出IMED-UB算法的简洁有限时间分析。数值实验表明IMED-UB与最先进算法具有竞争力。
引用
@article{arxiv.2112.01452,
title = {Indexed Minimum Empirical Divergence for Unimodal Bandits},
author = {Hassan Saber and Pierre Ménard and Odalric-Ambrym Maillard},
journal= {arXiv preprint arXiv:2112.01452},
year = {2021}
}
备注
NeurIPS 2021 - International Conference on Neural Information Processing Systems, Dec 2021, Virtual-only Conference, United States. arXiv admin note: substantial text overlap with arXiv:2006.16569, arXiv:2007.03224