用于高效策略评估与比较的安全探索
机器学习
2022-06-22 v2
摘要
高质量数据在确保策略评估准确性方面起着核心作用。本文开创了针对老虎机策略评估的高效且安全数据收集的研究。我们形式化了该问题并研究了其几个代表性变体。对于每个变体，我们分析了其统计性质，推导了相应的探索策略，并设计了用于计算该策略的高效算法。理论分析与实验均支持了所提方法的实用性。
引用
@article{arxiv.2202.13234,
title = {Safe Exploration for Efficient Policy Evaluation and Comparison},
author = {Runzhe Wan and Branislav Kveton and Rui Song},
journal= {arXiv preprint arXiv:2202.13234},
year = {2022}
}