随时最优置信UCB算法的后悔分析
机器学习
2016-05-09 v2 统计理论
机器学习
统计理论
摘要
我介绍并分析了最优置信UCB（OCUCB）算法的一个随时版本，旨在最小化具有次高斯噪声的有限臂随机多臂老虎机中的累积后悔。新算法简单、直观（事后看来），并且带来了迄今为止无时域算法的最强有限时间后悔保证。我还展示了一个几乎匹配上界的有限时间下界。
引用
@article{arxiv.1603.08661,
title = {Regret Analysis of the Anytime Optimally Confident UCB Algorithm},
author = {Tor Lattimore},
journal= {arXiv preprint arXiv:1603.08661},
year = {2016}
}
备注
16 pages