在高斯过程情境老虎机优化中利用凹性信息

研究人员提出一种利用凹性信息的高斯过程（GP）情境老虎机算法，将贝叶斯 GP 后验以凹性约束为条件来提升优化效率。该方法结合保持凹性的回归样条基构建出具备理论遗憾保证的 UCB 算法，性能不劣于且在凹性信息有效时严格优于标准 GP-UCB。基准测试与 Warfarin 给药应用实验表明，该算法大幅降低了累积遗憾。