异构环境中并行最佳臂辨识

在本文中，我们研究了异构协作学习模型下最佳臂辨识问题的时间和通信轮数之间的权衡，其中多个智能体可能与不同的环境交互，并且希望并行学习聚合环境中的目标函数。通过证明几乎紧的上界和下界，我们表明就时间-轮数权衡而言，异构设定下的协作学习本质上比同构设定下的更困难。