arXiv cs.AI / cs.LG 最新· Georgina Nouli·· 1 天前AI 评分45
SHPRR：一种遗憾预算受限下的纯探索算法
SHPRR: An Algorithm for Pure Exploration under Constrained Regret
AI 导读
SHPRR 是一种在固定采样预算与遗憾（regret）预算约束下做最优臂识别（BAI）的纯探索算法，实验显示其识别最优臂的表现优于均匀遗憾分配和现有基线。理论分析表明 Sequential Halving 各阶段的探索遗憾成本递减，据此将遗憾预算前置、在候选臂较多时投入更多探索，可提升识别最优臂的概率保障。合成与真实数据实验均验证了这一改进。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。