X 臂 Bandit：优化分位数、CVaR 与其他风险
机器学习
2020-03-05 v3 机器学习
摘要
我们提出并分析了 StoROO，一种由 StoOO 衍生的用于随机黑盒函数风险优化的算法。受农业、医学、生物学或金融等风险厌恶决策领域的启发，我们关注的不是平均收益，而是收益分布的通用泛函。我们给出了 StoROO 的通用后悔分析，并以两个例子说明其适用性：分位数与 CVaR 的优化。受 bandit 文献与黑盒均值优化器启发，StoROO 依赖于基于随机大小样本为目标泛函构造置信区间的可能性。我们详述了分位数情形下基于 Kullback-Leibler 散度的紧界构造。最后给出的数值实验显示，紧界对分位数与 CVaR 的优化有显著影响。
引用
@article{arxiv.1904.08205,
title = {X-Armed Bandits: Optimizing Quantiles, CVaR and Other Risks},
author = {Léonard Torossian and Aurélien Garivier and Victor Picheny},
journal= {arXiv preprint arXiv:1904.08205},
year = {2020}
}