arXiv · ML· Qing Feng, Tianyi Ma, Ruihao Zhu·· 8 小时前AI 评分26
Bandits with Knapsacks 问题中基于满足感知的遗憾最小化算法 SELECTwK
Satisficing Regret Minimization in Bandits with Knapsacks
AI 导读
提出通用算法模板 SELECTwK，在有限资源约束下最小化 bandits with knapsacks（BwK）模型的满足式遗憾。 该算法利用次线性标准遗憾的 BwK 学习 oracle 搜索可行策略；在满足策略存在时取得常数期望满足式遗憾，在更强条件下实现时间范围的次线性界。 实验在库存受限的动态定价任务中验证了算法的实证性能。
来源：arXiv · ML · arxiv.org