GP-UCB黑盒杠杆优化方法

2026年10月28日，arXiv发表一篇机器学习领域论文，针对离散预算分配中因延迟噪声反馈和操作约束导致经典多臂老虎机算法低效的问题，提出了基于高斯过程Bandits的约束黑盒杠杆优化方法。该方法采用GP-UCB算法，实现“分段无关”优化，通过在 Gaussian Process 先验下共享邻近配置信息，显著缩短探索周期。 研究团队（Bram van den Akker, Hidde Fokkema, Anastasiia Kornilova）在大规模随机对照试验（RCT）中验证了该方法，结果显示其相比标准ε-greedy基线具有统计显著的效率提升。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。