固定置信度下的结构化最优臂识别
机器学习
2017-06-20 v2 人工智能
摘要
我们研究在所谓固定置信度设定下，当每个动作的值由若干含噪微观观测量的映射给定时，从一组可能选项中识别最优动作的问题。我们的主要动机是将其应用于极小极大博弈搜索，这一直是人工智能领域的主要关注点。本文引入了一种抽象设定以清晰描述该问题的本质属性。先前的工作仅考虑了两步博弈树搜索问题，而我们的抽象设定可应用于深度非均匀且任意、并允许转置的一般极小极大博弈。我们针对该抽象设定引入了一种新算法（LUCB-micro），并给出了其样本复杂度的上界与下界结果。我们的界限恢复了先前仅在更受限设定中才可获得的一些结果，同时也进一步揭示了极小极大问题的结构如何影响样本复杂度。
引用
@article{arxiv.1706.05198,
title = {Structured Best Arm Identification with Fixed Confidence},
author = {Ruitong Huang and Mohammad M. Ajallooeian and Csaba Szepesvári and Martin Müller},
journal= {arXiv preprint arXiv:1706.05198},
year = {2017}
}