随机与对抗多臂老虎机问题中扰动的最优性
机器学习
2019-12-11 v4 机器学习
摘要
我们研究基于扰动的算法在随机与对抗多臂老虎机问题中的最优性。对于随机情形，当奖励为次高斯时，我们提供了对次 Weibull 扰动与有界扰动统一的后悔分析。我们的界对于参数为 2 且具有匹配下尾界的次 Weibull 扰动，以及支撑集极端处具有充分概率质量的所有有界支撑扰动是实例最优的。对于对抗情形，我们利用离散选择理论与极值理论工具，证明了针对两种自然求解方法的严格障碍。我们的结果表明，最优扰动（若存在）将为 Fréchet 型。
引用
@article{arxiv.1902.00610,
title = {On the Optimality of Perturbations in Stochastic and Adversarial Multi-armed Bandit Problems},
author = {Baekjin Kim and Ambuj Tewari},
journal= {arXiv preprint arXiv:1902.00610},
year = {2019}
}
备注
Advances in Neural Information Processing Systems 32 (NIPS 2019)