面向稀疏线性_bandit的信息导向采样
机器学习
2021-06-01 v1 机器学习
统计理论
统计理论
摘要
随机稀疏线性 bandit 为高维在线决策问题提供了一个实用模型，并具有丰富的信息-后悔结构。本工作中我们探索信息导向采样（IDS）的使用，其自然地平衡了信息-后悔权衡。我们发展了一类信息论贝叶斯后悔界，在多种问题实例上几乎匹配已有下界，展示了 IDS 的适应性。为高效实现稀疏 IDS，我们提出一种使用尖峰-板高斯-拉普拉斯先验的稀疏后验采样的经验贝叶斯方法。数值结果表明，相对于若干基线，稀疏 IDS 显著降低了后悔。
引用
@article{arxiv.2105.14267,
title = {Information Directed Sampling for Sparse Linear Bandits},
author = {Botao Hao and Tor Lattimore and Wei Deng},
journal= {arXiv preprint arXiv:2105.14267},
year = {2021}
}