arXiv · ML· Bram van den Akker, Hidde Fokkema, Anastasiia Kornilova·· 5 小时前AI 评分23
基于高斯过程 Bandits 的约束黑盒杠杆优化
Gaussian Process Bandits for Constraint Black Box Lever Optimization
AI 导读
针对离散预算分配受延迟噪声反馈与操作约束限制导致经典多臂老虎机算法低效的问题，论文提出一种利用 GP-UCB 算法的分段无关方法。该方法通过在高斯过程先验下共享邻近配置信息，大幅缩短探索周期，并在大规模随机对照试验（RCT）中验证了相比标准 $\varepsilon$-greedy 基线的统计显著效率提升。
来源：arXiv · ML · arxiv.org