面向主动缓存同步的在线学习
机器学习
2020-08-24 v2 机器学习
摘要
现有的多臂老虎机（MAB）模型有两个隐含假设：仅当拉动某臂时才产生收益，且智能体可观测到每一个产生的收益。本文引入同步老虎机，这是一种 MAB 变体，其中所有臂始终产生代价，但智能体仅当拉动某臂时才能观测到该臂的瞬时代价。同步 MAB 受网页爬取等在线缓存场景启发，其中臂对应一个缓存项，拉动臂意味着从服务器下载其最新副本。我们提出 MirrorSync，一种用于同步老虎机的在线学习算法，为其建立 的对抗遗憾界，并展示如何使其具备实用性。
引用
@article{arxiv.2002.12014,
title = {Online Learning for Active Cache Synchronization},
author = {Andrey Kolobov and Sébastien Bubeck and Julian Zimmert},
journal= {arXiv preprint arXiv:2002.12014},
year = {2020}
}