arXiv cs.LG· Seyed Mohammad Hadi Hosseini, Yasin Abbasi-Yadkori, Sattar Vakili·· 9 小时前AI 评分16
精确滑动窗口约束下的线性 Bandit 问题研究
Linear Bandits under Exact Sliding-Window Constraints
AI 导读
研究精确滑动窗口约束下的线性 bandit：离线场景下凸性与循环平移不变性使平稳解在 w∣T 时最优，否则存在 O(w) 加性差距；在线场景仅靠几何结构不足以学习，甚至可能无法实现次线性 regret。作者引入转移直径 τ 与稀有切换 OFUL 算法，regret 为 Õ(d√T+τd+w)，并在去除循环不变性后引入历史状态直径 D，取得 Õ(d√T+dD+w) 的 regret 界。
来源：arXiv cs.LG · arxiv.org