arXiv stat.ML· Khang Luong, Dinh Thai Son, Hoang Ta, Hung The Tran, Tuan Quang Dam·· 1 天前AI 评分13
1-Bit 反馈下的近最优固定置信度最佳臂识别
Nearly Optimal Fixed-Confidence Best-Arm Identification with 1-Bit Feedback
AI 导读
研究在严格 1-bit 反馈约束下的固定置信度最佳臂识别问题，学习者每轮只能收到一个比特，判断采样奖励是否属于所选查询集。作者提出基于随机阈值查询与截断尾积分恒等式的时间一致 1-bit 均值估计原语，并嵌入候选-挑战者算法：固定截断版本给出 anytime (ε,δ)-PAC 保证，分阶段自适应截断版本实现间隙自适应样本复杂度。
来源：arXiv stat.ML · arxiv.org