跳到正文
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