(Sticky) Track-and-Stop 的非渐近分析
机器学习
2026-02-19 v2
摘要
在纯探索问题中，统计学家按序收集信息，以回答关于某个随机且未知环境的问题。返回错误答案的概率不应超过最大风险参数 ，且优秀的算法应尽可能少地向环境进行查询。Track-and-Stop 算法是解决此类问题的先驱性方法。具体而言，众所周知，当从环境到其正确答案的映射为单值时（例如，具有唯一最优臂的最佳臂识别），该算法在 时具有渐近最优的样本复杂度保证。Sticky Track-and-Stop 算法将这些结果扩展到了每个环境可能存在多个正确答案的设定（例如，-最优臂识别）。尽管这两种方法在渐近机制下都是最优的，但它们的非渐近保证仍然未知。在这项工作中，我们填补了这一空白，并为这两种算法提供了非渐近保证。
引用
@article{arxiv.2505.22475,
title = {Non-Asymptotic Analysis of (Sticky) Track-and-Stop},
author = {Riccardo Poiani and Martino Bernasconi and Andrea Celli},
journal= {arXiv preprint arXiv:2505.22475},
year = {2026}
}