arXiv · ML· Xia Jiang, Rong J. B. Zhu·· 8 小时前AI 评分25
基于经验贝叶斯的多臂老虎机学习：提出 ebmTS 和 ebmUCB 算法
Empirical Bayesian Multi-Bandit Learning
AI 导读
提出一种层级贝叶斯框架用于多臂老虎机学习，并开发 ebmTS 和 ebmUCB 算法以优化决策。 该框架通过经验贝叶斯方法估计先验协方差矩阵，有效处理臂间异质性与相关性，并提供了这些算法的随机遗憾上限。 实验显示，ebmTS 和 ebmUCB 在复杂环境中表现优于现有方法，累积遗憾更低，增强了多臂探索与利用平衡。
来源：arXiv · ML · arxiv.org