带专家建议的强盗问题的改进遗憾界限

BriefGPT - AI 论文速递 · 2024-06-24T00:00:00Z

本文研究了多智能体多臂赌博机方法的遗憾下界，证明了在不同情景下的紧密性。当图表现出良好的连通性和奖励是随机分布时，遗憾下界为O（log T）和sqrt（T）。在对抗奖励的假设下，遗憾下界为O（T^（2/3））。当图不连通时，遗憾下界为线性。与以前的研究相比，本文全面研究了这些情景下的紧密下界。