基于扩散先验的在线后验抽样

在高斯先验下的情境 bandits 中的后验抽样可通过精确或近似方法（如Laplace逼近）实现。虽然高斯先验计算高效，但无法描述复杂分布。本文提出了针对基于扩散模型先验的情境 bandits 的近似后验抽样算法。核心思想是从一系列近似条件后验链中抽样，这些后验对应于逆扩散过程每个阶段，由Laplace逼近获得。我们的近似方法灵感来自高斯先验下的后验抽样，继承了其简单性和效率。它们在渐进意义上是一致的，在各种情境 bandits 问题上表现良好。