不共享上下文的分布式上下文线性_bandit 学习
机器学习
2022-06-10 v1
摘要
上下文线性 bandit 是一个丰富且理论上重要的模型，具有许多实际应用。近来，该设置在无线应用中的兴趣大增，其中通信约束可能成为性能瓶颈，尤其当上下文来自一个大的 维空间时。在本文中，我们考虑一个分布式无记忆上下文线性 bandit 学习问题，其中观测上下文并采取动作的智能体在地理上与学习者分离，学习者执行学习但看不到上下文。我们假设上下文由分布生成，并提出了一种方法，对于未知上下文分布的情况每个上下文使用 比特，若上下文分布已知则每个上下文使用 比特，同时达到与上下文可直接观测时几乎相同的后悔界。前者界相比现有界改进了 因子，其中 为时域长度，而后者达到了信息论意义上的紧性。
引用
@article{arxiv.2206.04180,
title = {Learning in Distributed Contextual Linear Bandits Without Sharing the Context},
author = {Osama A. Hanna and Lin F. Yang and Christina Fragouli},
journal= {arXiv preprint arXiv:2206.04180},
year = {2022}
}