多玩家老虎机——一种抢椅子方法
机器学习
2015-12-10 v1 机器学习
摘要
我们考虑随机多臂老虎机问题的一个变体，其中多个玩家同时从同一组臂中选择并可能碰撞，从而得不到奖励。这一设定源于认知无线网络中涌现的问题，并且在玩家间通信受限这一现实假设下尤其具有挑战性。我们提供了一种无通信算法（Musical Chairs），其以高概率达到常数后悔，以及一种针对玩家在游戏中动态进入和离开的更困难设定的亚线性后悔无通信算法（Dynamic Musical Chairs）。此外，两种算法均不需要玩家数量的先验知识。据我们所知，这些是首批具有此类形式化保证的无通信算法。我们还严格地将我们的算法与先前工作进行比较，并以实验补充我们的理论发现。
引用
@article{arxiv.1512.02866,
title = {Multi-Player Bandits -- a Musical Chairs Approach},
author = {Jonathan Rosenski and Ohad Shamir and Liran Szlak},
journal= {arXiv preprint arXiv:1512.02866},
year = {2015}
}