基于邻域监测的无内部遗憾算法
机器学习
2011-09-01 v1 计算机科学与博弈论
摘要
我们提出了一种算法，在局部可观测性条件下，针对具有部分监测的有限博弈，该算法可获得 O(\sqrt{T}) 的内部（以及外部）遗憾。最近，(Bartok, Pal, and Szepesvari, 2011) 证明了该条件意味着针对独立同分布对手的部分监测博弈具有 O(\sqrt{T}) 的速率，并且作者猜想同样的结论对于非随机对手也成立。我们的结果对此给出了肯定回答，并且它完成了对有限部分监测博弈可能速率的刻画，这是一个由 (Cesa-Bianchi, Lugosi, and Stoltz, 2006) 提出的开放问题。我们的遗憾保证也适用于带有随机信号的更一般的部分监测模型。
引用
@article{arxiv.1108.6088,
title = {No Internal Regret via Neighborhood Watch},
author = {Dean Foster and Alexander Rakhlin},
journal= {arXiv preprint arXiv:1108.6088},
year = {2011}
}