1-识别问题的近最优非渐近样本复杂度

受现有文献中一个开放方向的启发，我们研究了1-识别问题，这是一个关于纯探索的基本多臂老虎机问题。其目标是确定是否存在一个臂，其平均奖励至少达到已知阈值$\mu_0$，或者如果认为不存在这样的臂，则输出None。智能体需要保证其输出正确的概率至少为$1-\delta$。Degenne & Koolen 2019已经建立了1-识别问题的渐近紧样本复杂度，但他们评论说，非渐近分析仍不清楚。我们设计了一种新的算法——顺序探索-利用（SEE），并从非渐近的角度进行了理论分析。在文献中，我们首次实现了近最优性，即在拉动复杂度上匹配了上界和下界。上下界之间的差距仅为一个多项式对数因子。数值结果也表明，与现有基准相比，我们的算法是有效的。