多臂老虎机研究提出期望样本复杂度与ACE框架

针对随机多臂老虎机问题，研究者 Nadav Sukenik 与 Nadav Merlis 提出“期望样本复杂度”这一性能指标，并在名为“期望近似正确”（ACE）的新框架下对其进行分析。 据该研究，ACE 保证可推出对最优期望奖励的几乎必然收敛，并能转换为显式的期望遗憾界；同时，确定性算法无法获得良好的 ACE 界。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。