鲁棒离群臂识别
机器学习
2020-09-22 v1 机器学习
摘要
我们研究了鲁棒离群臂识别（Robust Outlier Arm Identification, ROAI）问题，其目标是通过自适应地从各臂的奖励分布中采样，识别出期望奖励与多数臂显著偏离的臂。我们使用期望奖励的中位数和 median absolute deviation 计算离群阈值。与使用均值和标准差相比，这是一种对阈值更鲁棒的选择，因为它即使在存在极端离群值的情况下也能识别离群臂。我们的设定不同于现有的阈值被预先指定为给定值或排序的纯探索问题。这在需识别一组有前景物品但该集合基数未知的应用中十分有用，例如为一种新的疾病寻找有前景的药物或识别受某群体偏好的物品。我们提出了两种用于 ROAI 的 -PAC 算法，其中包括首个用于离群检测的 UCB 风格算法，并推导了它们样本复杂度的上界。我们还证明了该问题一个与对数因子相匹配的最坏情况下界，表明我们的上界通常无法进一步改进。实验结果表明，我们的算法兼具鲁棒性，且相比最先进方法样本效率约高 倍。
引用
@article{arxiv.2009.09988,
title = {Robust Outlier Arm Identification},
author = {Yinglun Zhu and Sumeet Katariya and Robert Nowak},
journal= {arXiv preprint arXiv:2009.09988},
year = {2020}
}
备注
Full version of our ICML 2020 paper