面向平等分配的随机赌博机
机器学习
2024-10-10 v1 机器学习
摘要
我们研究了 EgalMAB（平等分配问题）这一在随机多臂赌博机情境下的平等分配问题。在 EgalMAB 中，一个代理人需要将一组用户分配到多个臂上。在每个时间步，代理人必须将恰好一个臂分配给每个用户，且不能有两个用户被分配到同一个臂。随后，每个用户会获得其分配臂上未知奖励分布所抽取的奖励。代理人的目标是最大化在固定时间范围内，所有用户中最小的预期累积奖励。这一问题在诸如公平的工作和资源分配等领域都有实际应用。我们设计并分析了基于 UCB 方法的 EgalUCB 策略，给出了累积失望的上界。此外，我们还建立了一个与策略几乎等量的不可避免性结果。
引用
@article{arxiv.2410.05856,
title = {Stochastic Bandits for Egalitarian Assignment},
author = {Eugene Lim and Vincent Y. F. Tan and Harold Soh},
journal= {arXiv preprint arXiv:2410.05856},
year = {2024}
}