风险准则下的近最优 MNL 赌博机
机器学习
2021-03-17 v3 机器学习
摘要
我们研究风险准则下的 MNL 赌博机，其为传统多臂赌博机问题的一个变体。与普通的期望收益不同，风险准则是工业与商业中广泛使用的更一般性目标。我们针对广泛一类风险准则设计算法，包括但不限于著名的条件风险价值、夏普比率与熵风险，并证明它们具有近最优后悔界。作为补充，我们还使用合成与真实数据开展实验，以展示所提算法的经验性能。
引用
@article{arxiv.2009.12511,
title = {Near-Optimal MNL Bandits Under Risk Criteria},
author = {Guangyu Xi and Chao Tao and Yuan Zhou},
journal= {arXiv preprint arXiv:2009.12511},
year = {2021}
}
备注
AAAI2021