组合随机贪心赌博机
原文中文,约500字,阅读约需2分钟。发表于: 。我们提出了一种新颖的组合性随机贪婪的赌博算法 (SGB),用于组合多臂赌博问题。该算法在没有额外信息的情况下,仅观察到每个时间步 t∈[T] 时选择的一组 n 个臂的联合奖励。SGB 采用了一种优化的随机探索再确认的方法,并且专门设计用于具有大量基本臂的情景。与现有方法在每个选择步骤中都会探索整个未选择基本臂集不同,我们的 SGB...
本文介绍了一种新颖的组合性随机贪婪的赌博算法(SGB),用于解决多臂赌博问题。该算法通过观察每个时间步选择的一组臂的联合奖励,采用了优化的随机探索再确认的方法。实验证明,该算法在单调随机次模性奖励下,能够实现(1-1/e)的遗憾边界,并且在基数约束方面优于最先进的方法。同时,在在线受限社交影响最大化的背景下,该算法始终优于其他算法,并且随着基数的增长,性能差距也增大。