发表滑动窗口约束下的线性bandit研究
热点事件持续更新
发表滑动窗口约束下的线性bandit研究
1 篇报道1 个报道来源9 小时前更新
先了解这件事
报道摘要
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。
摘自 arXiv cs.LG
最新进展10月7日 12:00
精确滑动窗口约束下的线性 Bandit 问题研究报道时间线
沿着报道，了解事件的不同侧面。
10月7日
- arXiv cs.LG精确滑动窗口约束下的线性 Bandit 问题研究
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。