LinearAPT：固定预算阈值线性赌博机问题的自适应算法
机器学习
2024-03-12 v1 机器学习
摘要
在本研究中，我们深入探讨了阈值线性赌博机（TLB）问题，这是随机多臂赌博机（MAB）问题中的一个细分领域，重点关注在资源约束下最大化相对于线性定义阈值的决策准确性。我们提出了 LinearAPT，一种专为 TLB 固定预算设置设计的新颖算法，为优化序贯决策提供了高效的解决方案。该算法不仅为估计损失提供了理论上界，还在合成和真实世界数据集上展现出稳健的性能。我们的贡献突出了 LinearAPT 的自适应性、简单性和计算效率，使其成为应对复杂序贯决策挑战的工具包中的宝贵补充。
引用
@article{arxiv.2403.06230,
title = {LinearAPT: An Adaptive Algorithm for the Fixed-Budget Thresholding Linear Bandit Problem},
author = {Yun-Ang Wu and Yun-Da Tsai and Shou-De Lin},
journal= {arXiv preprint arXiv:2403.06230},
year = {2024}
}