Batched Multi-Armed Bandits with Optimal Regret
Batched Multi-Armed Bandits with Optimal Regret
复制标题
批量多臂强盗，最佳后悔
DOI：
--
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
V. Mirrokni
中科院分区：
文献类型：
--
作者：
Hossein Esfandiari;Amin Karbasi;Abbas Mehrabian;V. Mirrokni
我们提出了一种简单有效的算法，用于批处理的随机多臂匪徒问题。我们证明了其预期的遗憾，即对任何数量的批次都改善了最著名的遗憾。特别是，我们的算法仅使用对数批次数量，从而实现了最佳的预期遗憾。
We present a simple and efficient algorithm for the batched stochastic multi-armed bandit problem. We prove a bound for its expected regret that improves over the best-known regret bound, for any number of batches. In particular, our algorithm achieves the optimal expected regret by using only a logarithmic number of batches.
DOI：
--
发表时间：
2019-11
期刊：
ArXiv
影响因子：
--
作者：
Hossein Esfandiari;Amin Karbasi;V. Mirrokni
通讯作者：
Hossein Esfandiari;Amin Karbasi;V. Mirrokni