非平凡双臂部分监测博弈是多臂赌博机问题
机器学习
2011-08-26 v1
摘要
我们考虑在对抗遗忘对手的部分监测博弈中的在线学习问题。我们证明，当学习者可用的动作数为二且博弈非平凡时，该博弈可归约为类赌博机博弈，因此其极小化极大遗憾为 。
引用
@article{arxiv.1108.4961,
title = {Non-trivial two-armed partial-monitoring games are bandits},
author = {András Antos and Gábor Bartók and Csaba Szepesvári},
journal= {arXiv preprint arXiv:1108.4961},
year = {2011}
}