带随机约束的最优臂识别中的Thompson Sampling方法
机器学习
2025-01-08 v1
摘要
我们考虑在随机约束存在下的最优臂识别问题，其中有限数量的臂关联多个性能指标。目标是在其余指标受约束的条件下识别优化目标指标的臂。我们将探索使用Thompson Sampling（TS）来解决这一问题的方法。据我们所知，这是首次将TS扩展至该问题。我们将设计一种基于TS的采样算法，建立其后验收敛速率的渐近最优性，并通过数值示例展示其优越性能。
引用
@article{arxiv.2501.03877,
title = {Stochastically Constrained Best Arm Identification with Thompson Sampling},
author = {Le Yang and Siyang Gao and Cheng Li and Yi Wang},
journal= {arXiv preprint arXiv:2501.03877},
year = {2025}
}
备注
30 pages, 12 figures, 1 table