有限预算约束多臂赌博机中的顶部可行臂子集识别
最优化与控制
2025-01-22 v2
摘要
我们提出了一种名为“约束逐次接受或拒绝（CSAR）”的算法，用于在给定有限时间范围的采样预算等于该时间范围时，从给定的有限臂集合中识别顶部可行臂子集的问题，其中臂的序贯动态遵循约束多臂赌博机模型。我们给出了CSAR错误识别概率的有限时间上界，该上界以采样预算的指数速率收敛到零。
引用
@article{arxiv.2401.08845,
title = {Top Feasible-Arm Subset Identification in Constrained Multi-Armed Bandit with Limited Budget},
author = {Hyeong Soo Chang},
journal= {arXiv preprint arXiv:2401.08845},
year = {2025}
}