最佳臂识别中速率最优的贝叶斯简单后悔
机器学习
2023-07-27 v3 机器学习
摘要
我们考虑多臂老虎机问题中的最佳臂识别。在假设先验满足一定连续性条件下，我们刻画了贝叶斯简单后悔的速率。不同于贝叶斯后悔最小化（Lai, 1987），贝叶斯简单后悔中的首项来源于最优臂与次优臂之间差距小于 的区域。我们提出了一种简单且易于计算的算法，其首项与下界相差仅一个常数因子；仿真结果支持了我们的理论发现。
引用
@article{arxiv.2111.09885,
title = {Rate-optimal Bayesian Simple Regret in Best Arm Identification},
author = {Junpei Komiyama and Kaito Ariu and Masahiro Kato and Chao Qin},
journal= {arXiv preprint arXiv:2111.09885},
year = {2023}
}
备注
To appear in Mathematics of Operations Research. Changed the title from the previous version