On the Sublinear Regret of Continuous K-Max Bandits
关于连续 K 最大多臂老虎机的次线性遗憾
机构 * Microsoft Research Asia(微软亚洲研究院) ; Institute for Interdisciplinary Information Sciences(交叉信息院) ; Tsinghua University(清华大学)
专题命中 Agent评测 :agent(abstract);分类 cs.LG
AI总结 研究连续K最大多臂老虎机问题,该问题在推荐等应用中出现,有离散化误差等困难。引入DCK - UCB算法,证明其实现了\(\widetilde{O}(T^{3/4})\)遗憾界,还针对特定情况提出MLE - Exp算法,为连续组合老虎机提供了算法解决方案。