BriefGPT - AI 论文速递 · 2024-01-08T00:00:00Z

上下文固定预算的最佳臂识别：具有策略学习的自适应实验设计

📝

内容提要

本文研究了基于线性奖励的鲁棒最佳臂识别问题（RBAI），提出了基于实例的线性奖励的鲁棒最佳臂识别问题的下界，并提出了静态和自适应赌博算法。在合成实验中，算法有效地识别出最佳的鲁棒臂，并与“预言家”策略表现相似。在糖尿病护理和胰岛素剂量建议方面，算法证明了其有效性。

🏷️

标签

下界 线性奖励 自适应赌博算法 静态赌博算法 鲁棒最佳臂识别