匪徒帕累托集识别:固定预算设置
💡
原文中文,约400字,阅读约需1分钟。
📝
内容提要
该研究提出了一种固定预算的多目标纯探索问题帕累托集识别算法,名为经验间隙消除。该算法结合了分类难度的精确估计和一种通用的消除方案,能够在预算下以指数速度衰减错误概率。实证研究展示了该算法的良好性能。
🎯
关键要点
-
该研究提出了一种固定预算的多目标纯探索问题帕累托集识别算法,名为经验间隙消除。
-
算法结合了对每个臂在帕累托集内外的分类难度的精确估计和一种通用的消除方案。
-
证明了两个特定实例EGE-SR和EGE-SH在预算下的错误概率以指数速度衰减。
-
错误概率的指数受到信息论下界的支持。
-
通过真实数据集和合成数据集的实证研究展示了算法的良好性能。
➡️