arXiv stat.ML· Mayand Gulati, Kerong Wang, WeiChen Au·· 1 天前AI 评分12
e-ATS：e-process 授权的 Thompson Sampling 何时可以离开锚点？
When May a Bandit Leave Its Anchor? E-Process-Authorized Thompson Sampling under Non-stationarity
AI 导读
e-process-authorized Thompson sampling（e-ATS）为每个臂维护全历史和折扣 Beta 状态，由 anytime-valid e-process 先授权折扣状态、再用可逆相关性分数控制其影响，未获授权前完全遵循乐观 Thompson sampling（OTS）。
来源：arXiv stat.ML · arxiv.org