arXiv · ML· Mengxiao Zhang·· 21 天前AI 评分21
多臂老虎机实现最小极大最优一阶与双优遗憾界
Achieving Minimax-Optimal First-Order and Best-of-Both-Worlds Regret Simultaneously in Multi-Armed Bandits
AI 导读
新算法消除对数因子,实现最小极大最优一阶遗憾界 O(√(K L*)). 基于 FTRL 与 Tsallis 熵正则化构建,同时达成双优遗憾界 O(∑ log T / Δ_i). 填补了现有算法损失依赖项与最优一阶尺度间的对数间隙.
来源:arXiv · ML · arxiv.org