BriefGPT - AI 论文速递
·
线性赌臂机器人的纳什后悔保证
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本文研究了多智能体多臂赌博机方法中的遗憾下界，证明了它们的紧密性。当图表现出良好的连通性和奖励是随机分布时，证明了实例相关上界的 O（log T）下界和平均差值独立上界的 sqrt（T）下界。在对抗奖励的假设下，建立了连接图的 O（T^（2/3））下界。当图表现为不连通时，还展示了线性的遗憾下界。
🎯
关键要点
-
多智能体多臂赌博机方法的遗憾下界研究相对较少。
-
本文首次全面研究了不同情景下的遗憾下界，并证明了它们的紧密性。
-
在良好连通性和随机奖励分布的情况下，实例相关上界的 O（log T）下界和平均差值独立上界的 sqrt（T）下界被证明。
-
在对抗奖励假设下，建立了连接图的 O（T^(2/3））下界。
-
当图表现为不连通时，展示了线性的遗憾下界。
-
本文的研究弥合了以前工作中下界与上界之间的差距。
➡️
