高维线性情境多臂老虎机问题中的稀疏性导航
统计理论
2025-10-10 v1 机器学习
统计理论
摘要
高维线性情境多臂老虎机问题因维度灾难而仍是重大挑战。现有方法通常只考虑模型参数稀疏或情境协方差矩阵特征值的（近似）稀疏，缺乏普适性 due to conventional reward estimator 的刚性。为克服这一限制，本工作引入一种强大的点估计器，能够自适应地导航两种稀疏性。基于该点估计器，本文提出一种新算法，称为 HOPE。理论分析表明，HOPE 不仅在此前讨论的均匀设置（即仅考虑一种稀疏性）下实现改进的 regret 界限，还首次有效处理两种新颖的异构设置（即考虑两种稀疏性的混合），凸显其灵活性与普适性。实验结果证实，HOPE 在各种情景下均优于现有方法。
引用
@article{arxiv.2510.08435,
title = {Navigating Sparsities in High-Dimensional Linear Contextual Bandits},
author = {Rui Zhao and Zihan Chen and Zemin Zheng},
journal= {arXiv preprint arXiv:2510.08435},
year = {2025}
}