缺失结果的多臂赌博机

Ilia Mahrooghi; Mahshad Moradi; Sina Akbari; Negar Kiyavash

缺失结果的多臂赌博机

机器学习 2024-11-11 v1 机器学习

作者: Ilia Mahrooghi , Mahshad Moradi , Sina Akbari , Negar Kiyavash

摘要

虽然设计最小化遗憾的在线决策算法已取得显著进展，但现实场景往往引入额外的复杂性，其中也许最具挑战性的是缺失结果。忽视这一方面或简单地假设随机缺失不可避免地导致奖励的偏估计，并可能导致线性遗憾。尽管这一挑战具有实际意义，但目前尚无严谨的方法论来系统性地处理缺失性，特别是当缺失机制不是随机的时候。在这项文章中，我们在缺失结果的多臂赌博机（MAB）背景下填补了这一空白，分析了不同缺失机制对可实现遗憾界的影响。我们引入了在随机缺失（MAR）和非随机缺失（MNAR）模型下考虑缺失性的算法。通过分析和模拟研究，我们证明了在这些设置中考虑缺失性对决策的显著改善。

关键词

多臂赌博机缺失结果遗憾最小化随机缺失非随机缺失在线决策

引用

@article{arxiv.2411.05661,
  title  = {Multi-armed Bandits with Missing Outcome},
  author = {Ilia Mahrooghi and Mahshad Moradi and Sina Akbari and Negar Kiyavash},
  journal= {arXiv preprint arXiv:2411.05661},
  year   = {2024}
}

备注

38 pages, 5 figures, multi-armed bandits, missing data

缺失结果的多臂赌博机

摘要

关键词

引用

备注

相关论文