arXiv 发布非平稳多臂老虎机 TRACE 算法论文
热点事件持续更新
arXiv 发布非平稳多臂老虎机 TRACE 算法论文
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
2026 年 10 月 21 日，Sharan Sahu 等人将论文《The Price of Current-Effect Inference in Nonstationary Multi-Armed Bandits》提交至 arXiv，旨在解决自适应实验中奖励最大化与当前效应推断的冲突。 该研究提出了 TRACE 算法，在非平稳 K 臂老虎机场景中实现了期望动态遗憾，明确了奖励学习与当前效应刷新之间的理论权衡。 论文还扩展了经验 Bernstein e-process，并通过数值实验验证了该算法在非平稳环境下的推断效率。
AI 根据报道生成 · 12 小时前更新
最新进展10月22日 12:00
非平稳多臂老虎机中当前效应推断的代价：Hölder 光滑奖励下的极小极大界报道时间线
沿着报道，了解事件的不同侧面。
10月22日
- arXiv · ML非平稳多臂老虎机中当前效应推断的代价：Hölder 光滑奖励下的极小极大界
该研究解决了自适应实验中奖励最大化与当前效应推断之间的冲突，提出了 TRACE 算法。 TRACE 在非平稳 $K$-arm bandit 中实现了期望动态遗憾，其理论界明确了奖励学习与当前效应刷新之间的权衡。 该结果扩展了经验 Bernstein e-process，并在数值实验中验证了非平稳环境下的推断效率。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 910月22日 16:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0010月23日02:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。