arXiv · ML· Argyrios Gerogiannis, Yu-Han Huang, Subhonmesh Bose, Venugopal V. Veeravalli·2026-10-20 12:00· 7 小时前AI 评分21

非平稳多臂老虎机中检测增强学习（DAL）的研究

Detection Augmented Learning In Non-Stationary Bandit Environments

AI 导读

研究提出检测增强学习（DAL）范式，解决无环境变化知识下的非平稳多臂老虎机问题。该框架由多臂算法、变化检测器和强制探索调度组成，实现模块化设计。 DAL 在九种多臂老虎机设置中表现优于现有 SOTA 方法，且单一 regret 界证明其将平稳输入的 regret 转移至分段平稳场景。

来源：arXiv · ML · arxiv.org