University of Maryland, College Park（马里兰大学帕克分校）

Cost of Structural Learning Under Censored Feedback: A Threshold-Bandit Approach

审查反馈下结构学习的代价：一种阈值-老虎机方法

Michael Ledford, William Regli

机构 * University of Maryland, College Park（马里兰大学学院公园分校） 纠错

AI总结 针对任务仅当联盟达到未知规模阈值时才产生奖励的审查反馈问题，提出阈值激活合作多臂老虎机模型，并通过集中式算法C-TAC实现O(log T)累积遗憾，以及去中心化事件触发协议D-TAC在保持可行性对齐的同时减少23倍通信。