重访多保真多臂_bandit问题

Xuchuang Wang; Qingyun Wu; Wei Chen; John C. S. Lui

重访多保真多臂_bandit问题

机器学习 2023-06-14 v1 机器学习

作者: Xuchuang Wang , Qingyun Wu , Wei Chen , John C. S. Lui

摘要

我们研究多保真多臂_bandit（MF-MAB），它是标准多臂_bandit（MAB）问题的扩展。MF-MAB允许以不同代价（保真度）和观测精度抽取每根臂。我们同时研究固定置信度下最佳臂辨识（BAI）和后悔最小化两个目标。对于BAI，我们给出（a）代价复杂度下界，（b）带两种可选保真度选择程序的算法框架，以及（c）两种程序的代价复杂度上界。由MF-MAB的这两个代价复杂度界，均可恢复经典（单保真）MAB的标准样本复杂度界。对于MF-MAB的后悔最小化，我们提出一种新的后悔定义，证明其问题无关后悔下界 $\Omega(K^{1/3}\Lambda^{2/3})$ 与问题相关下界 $\Omega(K\log \Lambda)$ ，其中 $K$ 为臂数、 $\Lambda$ 为以代价计的决策预算，并设计了一种基于消除的算法，其最坏代价后悔上界在相差若干对数项内匹配相应下界，且其问题相关上界在 $\Lambda$ 项上匹配相应下界。

关键词

多保真多臂_bandit 最佳臂辨识后悔最小化代价复杂度保真度选择下界消除算法

引用

@article{arxiv.2306.07761,
  title  = {Multi-Fidelity Multi-Armed Bandits Revisited},
  author = {Xuchuang Wang and Qingyun Wu and Wei Chen and John C. S. Lui},
  journal= {arXiv preprint arXiv:2306.07761},
  year   = {2023}
}

重访多保真多臂_bandit问题

摘要

关键词

引用

相关论文