lil'HDoC：小阈值间隙下优臂识别算法
机器学习
2024-03-13 v3 机器学习
摘要
优臂识别（GAI）是一个纯探索老虎机问题，其中单个学习者在识别出好臂时立即输出该臂。好臂被定义为期望奖励大于或等于给定阈值的臂。本文关注小阈值间隙下的 GAI 问题，小阈值间隙是指臂的期望奖励与给定阈值之间的距离。我们提出了一种名为 lil'HDoC 的新算法，以显著改善 HDoC 算法的总样本复杂度。我们证明，当期望奖励与阈值之间的距离很小时，lil'HDoC 中前 个输出臂的样本复杂度除一个可忽略项外，均受限于原始 HDoC 算法。大量实验证实，在合成和真实数据集上，我们的算法均优于 SOTA 算法。
引用
@article{arxiv.2401.15879,
title = {lil'HDoC: An Algorithm for Good Arm Identification under Small Threshold Gap},
author = {Tzu-Hsien Tsai and Yun-Da Tsai and Shou-De Lin},
journal= {arXiv preprint arXiv:2401.15879},
year = {2024}
}