BriefGPT - AI 论文速递 · 2023-09-06T00:00:00Z

最佳选择躲避：关于多臂老虎机的纯探索的近最优多遍流式下限

📝

内容提要

本文研究了纯探索问题中具有无限多臂的赌博机问题，提出了两种算法，分别以最小的期望和固定样本复杂度为目标，最终准确选择一个高质量臂，使其平均奖励与前 $η$ 的部分的奖励最大值的差别小于 $ε$，并给出了理论证明。

🏷️

标签

无限多臂赌博机 期望 样本复杂度 算法 纯探索问题