用于高维稀疏线性上下文老虎机的 Thompson 采样
机器学习
2023-01-31 v2 机器学习
统计理论
统计方法学
统计理论
摘要
我们考虑具有高维特征的随机线性上下文老虎机问题。我们分析使用特殊类别稀疏诱导先验（如 spike-and-slab）对未知参数建模的 Thompson 采样算法，并给出期望累积遗憾的近最优上界。据我们所知，这是首个在高维稀疏上下文老虎机中提供 Thompson 采样理论保证的工作。为加快计算，我们使用变分推断替代马尔可夫链蒙特卡洛（MCMC）来近似后验分布。大量仿真证明了我们所提算法相较现有算法的性能提升。
引用
@article{arxiv.2211.05964,
title = {Thompson Sampling for High-Dimensional Sparse Linear Contextual Bandits},
author = {Sunrit Chakraborty and Saptarshi Roy and Ambuj Tewari},
journal= {arXiv preprint arXiv:2211.05964},
year = {2023}
}
备注
38 pages, 4 figures