论 Lai 的上置置信上界在多臂赌博机中的应用

本篇纪念论文致敬了 tze leung lai 对多臂赌博机领域的开创性贡献，具体聚焦于其关于上置置信上界的 pioneering work。我们为具有常数探索水平的上置置信上界指数建立了尖锐的非渐近 regret 上界。此外，我们为 lai (1987) 所使用的探索函数指数建立了非渐近 regret 上界，该探索函数随相应臂的样本大小而减小。这些 regret 上界的主导常数与 lai-robins 下界相匹配。我们的结果突显了 lai 的开创性工作在机器学习文献中值得更多关注的一个方面。