arXiv · ML· Mengxiao Zhang·· 2 小时前AI 评分34
解决未知切换次数下多臂老虎机对静止对手的最优切换遗憾问题
Toward Optimal Switching Regret for Multi-Armed Bandits with Oblivious Adversary
AI 导读
该论文提出单一算法，在对手切换次数 S 未知且为静止对手（oblivious adversary）时，实现了所有 S 值下的 $\widetilde{\mathcal{O}}(\sqrt{(S+1)KT})$ 期望遗憾，解决了 Auer 等人提出的开放问题。
来源：arXiv · ML · arxiv.org