关于遗憾最优的协作式非随机多臂老虎机

我们考虑非随机多智能体多臂老虎机问题，其中智能体通过具有延迟的通信网络进行协作。我们给出所有智能体个体遗憾的下界。我们表明，借助合适的正则化项与通信协议，一种协作式多智能体\emph{跟随正则化领导者}（FTRL）算法在臂数相对于通信图中智能体度足够大时，其个体遗憾上界与下界相差一个常数因子。我们还表明，带有合适正则化项的 FTRL 算法就边延迟参数的标度而言是遗憾最优的。我们给出数值实验验证理论结果，并展示所提算法优于以往算法的情形。