CRW-FTRL算法提出 强污染对抗线性Bandit达近最优遗憾界

1. 12:00
   arXiv cs.LG

   强污染对抗线性老虎机实现近极小化极大最优遗憾界

   研究者提出 CRW-FTRL 算法，解决了强污染对抗线性老虎机此前未决的统计最优速率问题。该算法采用半径加权熵正则化与归一化核估计，在 $d$ 维 $K$ 动作空间高概率取得 $\tilde O(\sqrt{dT\log K} + dC)$ 遗憾界。用于紧凑动作集离散化可达 $\tilde O(d\sqrt{T} + dC)$ 遗憾界，在对数因子内匹配无污染速率与 $\Omega(dC)$ 下界。

当前热度 3·可比范围峰值 7（10月31日 02:00）·近 24 小时可比范围变化 -49%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。