镜像下降与信息比
最优化与控制
2020-09-28 v1 机器学习
机器学习
摘要
我们建立了镜像下降的稳定性与Russo和Van Roy [2014]提出的信息比之间的联系。我们的分析表明，带有合适损失估计量与探索性分布的镜像下降，对对抗遗憾享有与信息导向采样的贝叶斯遗憾界相同的界。在此过程中，我们发展了信息导向采样的理论，并为对抗bandit提供了一种高效算法，其遗憾上界精确匹配已知最佳信息论上界。
引用
@article{arxiv.2009.12228,
title = {Mirror Descent and the Information Ratio},
author = {Tor Lattimore and András György},
journal= {arXiv preprint arXiv:2009.12228},
year = {2020}
}