半重叠多臂老虎机最佳臂识别：顺序支持网络学习
机器学习
2026-01-01 v1 人工智能
摘要
许多现代AI和机器学习问题需要通过共享但不对称的、计算密集型过程来评估合作伙伴的贡献，并同时选择最有益的候选对象。顺序方法可以统一为新的框架，即顺序支持网络学习(SSNL)，其中目标是选择对所有参与者最有益的合作伙伴集合，以试验方式学习表示最佳贡献的有向图。我们展示了一种新的纯探索模型——半重叠多臂老虎机(SOMMAB)，其中单个评估由于臂之间的结构重叠而为多个老虎机提供不同的反馈，可用于高效学习支持网络。我们发展了SOMMAB的通用GapE算法，并推导了新的指数误差上界，改进了多臂老虎机最佳臂识别中常数项的指数。这些上界随着重叠程度的线性比例，揭示了由于共享评估而产生的显著样本复杂度收益。从应用角度看，本工作为从稀疏候选列表中识别支持网络的顺序学习工具提供了理论基础和改进的性能保证，这些工具可用于多任务学习(MTL)、辅助任务学习(ATL)、联邦学习(FL)以及多智能体系统(MAS)中的多个学习问题。
引用
@article{arxiv.2512.24959,
title = {Semi-overlapping Multi-bandit Best Arm Identification for Sequential Support Network Learning},
author = {András Antos and András Millinghoffer and Péter Antal},
journal= {arXiv preprint arXiv:2512.24959},
year = {2026}
}
备注
29 pages, 2 figures