通过决策集压缩实现实用的对抗组合多臂老虎机算法
数据结构与算法
2017-07-27 v1
摘要
我们考虑对抗组合多臂老虎机 (CMAB) 问题，其决策集相对于给定臂的数量可能呈指数级增长。为避免直接处理如此庞大的决策集，我们提出一种在零抑制二元决策图 (ZDD) 上执行的算法，ZDD 是决策集的压缩表示。所提算法以高概率实现 遗憾值，或作为任意时间保证实现 期望遗憾值，其中 为过往轮数。通常，我们的算法能高效处理定义在网络上的 CMAB 问题。实验结果表明，我们的算法适用于各种大规模对抗 CMAB 实例，包括真实世界网络上的自适应路由问题。
引用
@article{arxiv.1707.08300,
title = {Practical Adversarial Combinatorial Bandit Algorithm via Compression of Decision Sets},
author = {Shinsaku Sakaue and Masakazu Ishihata and Shin-ichi Minato},
journal= {arXiv preprint arXiv:1707.08300},
year = {2017}
}