上下文信息在最优臂辨识中的作用
机器学习
2024-02-27 v3 计量经济学
统计理论
统计方法学
机器学习
统计理论
摘要
我们研究随机_bandit_中可利用上下文（协变量）信息时的固定置信度最优臂辨识问题。尽管每轮均可使用上下文信息，我们关注的是上下文分布下的边缘化均值奖励。我们的目标是在给定错误率下以最少采样次数辨识出最优臂。我们给出了该问题的实例相关采样复杂度下界。随后，我们提出“Track-and-Stop”策略的上下文感知版本，其中臂抽取比例跟踪最优分配集合，并证明臂抽取期望次数渐近匹配该下界。我们表明，与 Garivier & Kaufmann（2016）的结果相比，上下文信息可用于提升最优边缘化均值奖励辨识的效率。我们通过实验确认上下文信息有助于更快的最优臂辨识。
引用
@article{arxiv.2106.14077,
title = {The Role of Contextual Information in Best Arm Identification},
author = {Masahiro Kato and Kaito Ariu},
journal= {arXiv preprint arXiv:2106.14077},
year = {2024}
}