受限共享信息下的多主体多臂老虎机学习
机器学习
2025-02-24 v1
摘要
多主体多臂老虎机（MAMAB）是一种经典的协作式学习模型，近年来受到广泛关注。然而，现有研究未考虑代理人可能不愿意与他人共享全部信息的情况，例如当其中部分数据包含个人隐私时。在本文中，我们提出一种受限共享信息多主体多臂老虎机（LSI-MAMAB）模型，其中每个代理人仅共享其愿意共享的信息，并提出 Balanced-ETC 算法以在受限共享信息下高效协作。我们的分析表明，Balanced-ETC 是渐近最优的，当参与协作的代理人数充足时，其平均后悔（每个代理人）趋于常数。此外，为鼓励代理人参与协作学习，本文提出激励机制，确保每个代理人都能从协作系统中获益。最后，我们 presented 实验结果以验证理论结果。
引用
@article{arxiv.2502.15338,
title = {Learning with Limited Shared Information in Multi-agent Multi-armed Bandit},
author = {Junning Shao and Siwei Wang and Zhixuan Fang},
journal= {arXiv preprint arXiv:2502.15338},
year = {2025}
}