研究：多目标bandit最优臂识别或更省样本

Bo Xue等作者发表论文，研究多目标bandit中的最优臂识别（BAI），给出高斯bandit在固定置信度下的特征时间下界，该下界在所有偏好序上一致成立。 论文在Pareto、线性与字典序偏好下的显式比较显示：识别更大的最优集合可能比识别唯一最优解所需样本更少；向量反馈相对坐标反馈的优势取决于偏好序；多目标识别所需样本甚至可少于最易的单目标问题。作者称，研究刻画了多目标何时以及为何能让BAI更容易。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。