arXiv cs.LG· Mark Braverman, Jingyi Liu, Jieming Mao, Jon Schneider, Eric Xue·· 3 小时前AI 评分17
预算约束在线学习新算法实现近最优 regret 界
Optimally Pacing Budget Spending and Learning
AI 导读
研究者针对对抗场景下预算约束在线学习问题，提出一种全信息算法，在任意 F 个预算节奏专家类上取得 O(D√log F + √T log F) 的 regret 界，与 Braverman 等人（2025）的下界匹配。该技术还扩展到在线资源分配问题，在允许分数分配时实现 O(D√log F) 的 regret 界，是首个在此类任务上达到 o(√T) 保证的算法。
来源：arXiv cs.LG · arxiv.org