יום חמישי, 8 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

זיהוי היד הטובה ביותר לבנדיטים עם ממוצעים משתנים

Best Arm Identification for Bandits with Shifting Means
חוקרים את בעיית זיהוי היד הטובה ביותר בסביבה סטוכסטית עם הפרעות אדוורסריות חדשות. המחקר מציג אלגוריתם חדש, Importance Weights for Shifting Means, שמטרתו לזהות את היד הטובה ביותר תוך הפחתת סיבוכיות הדגימה.
תקציר מקורי באנגליתarXiv:2610.10488v1 Announce Type: cross Abstract: We study the best arm identification problem in a stochastic environment with a novel form of adversarial perturbations, which we coin Shifting Means. While classically the mean rewards of the $K$ arms are stable in time, in Shifting Means only the gaps $\boldsymbol{\Delta}$ between mean rewards are stable, while their common shift may be determined adversarially in each round. The objective of the learner is to identify the best arm with high probability while minimizing sample complexity (the fixed confidence setting). Handling shifts requires new tools: we show that algorithms employing a Generalized Likelihood Ratio Test (GLRT) stopping rule, including the popular Track-and-Stop, fail under time-varying shifts. Instead, we propose Impor
קרא במקור המקורי