多臂老虎机中最佳 K 识别的实用算法
机器学习
2017-05-22 v1 数据结构与算法
机器学习
摘要
在最佳 识别问题（Best--Arm）中，给定 个具有未知奖励分布的随机老虎机臂。我们的目标是通过自适应地从各臂中抽取样本，以高置信度识别出均值最大的 个臂。该问题受各种实际应用的驱动，在过去十年中引起了广泛关注。在本文中，我们为 Best--Arm 问题提出了新的实用算法，该算法具有近乎最优的样本复杂度界限（在对数因子范围内匹配下界），并且在实践中优于 Best--Arm 问题的 SOTA 算法（即使对于 也是如此）。
引用
@article{arxiv.1705.06894,
title = {Practical Algorithms for Best-K Identification in Multi-Armed Bandits},
author = {Haotian Jiang and Jian Li and Mingda Qiao},
journal= {arXiv preprint arXiv:1705.06894},
year = {2017}
}