固定预算 Bandit 辨识中复杂度的存在性
机器学习
2023-07-03 v2 机器学习
摘要
在固定预算 bandit 辨识中，算法按顺序观测来自若干分布的样本，直至给定的最终时刻，然后回答关于该分布集合的查询。好的算法将具有较小的错误概率。虽然该概率随最终时间呈指数下降，但对于大多数辨识任务，最佳可达速率并不精确已知。我们证明，若一个固定预算任务承认一个复杂度（定义为在所有 bandit 问题上由同一算法达到的错误概率下界），则该复杂度由该问题的最佳非自适应采样过程决定。我们证明，对于若干固定预算辨识任务（包括双臂 Bernoulli 最优臂辨识）不存在这样的复杂度：不存在单一算法能在各处达到最佳可能速率。
关键词
引用
@article{arxiv.2303.09468,
title = {On the Existence of a Complexity in Fixed Budget Bandit Identification},
author = {Rémy Degenne},
journal= {arXiv preprint arXiv:2303.09468},
year = {2023}
}
备注
24 pages, 36th Annual Conference on Learning Theory, Proceedings of Machine Learning Research vol 195