arXiv · ML· El Mehdi Saad (CC-UM6P-Rabat, UM6P), Victor Thuot (MISTEA), Nicolas Verzelen (MISTEA)·· 9 天前AI 评分25
对决型 Bandit 中 Condorcet 优胜者识别的采样复杂度分析
The Sampling Complexity of Condorcet Winner Identification in Dueling Bandits
AI 导读
该研究在对决型 Bandit 场景下,仅假设存在 Condorcet 优胜者的前提下,提出利用全间隙矩阵 $\Delta_{i,j}$ 的新识别程序,显著提升了实例相关的采样复杂度保证。
来源:arXiv · ML · arxiv.org