具有非独立同分布噪声的线性赌臂机
机器学习
2025-05-28 v2 机器学习
摘要
我们研究了线性随机赌臂机问题，放宽了对观测噪声的标准独立同分布（i.i.d.）假设。作为对这一严格假设的替代，我们允许各轮次间的噪声项为次高斯分布但相互依赖，且其依赖性随时间衰减。为处理这一设定，我们利用最近引入的到序列概率分配的归约方案开发了新的置信序列，并使用这些序列推导出基于面对不确定性时的乐观原则的赌臂机算法。我们为所得算法提供了遗憾界，以观测间依赖性强度的衰减率表示。在其他结果中，我们表明对于几何混合的观测噪声，我们的遗憾界恢复至标准速率，仅相差一个混合时间的因子。
引用
@article{arxiv.2505.20017,
title = {Linear Bandits with Non-i.i.d. Noise},
author = {Baptiste Abélès and Eugenio Clerico and Hamish Flynn and Gergely Neu},
journal= {arXiv preprint arXiv:2505.20017},
year = {2025}
}