研究提出带反馈图老虎机近最优一阶遗憾界算法
Start here
2026年11月2日，发表于arXiv的一项机器学习研究针对具有已知有向反馈图的对抗老虎机问题，提出了期望一阶遗憾界达到 $\widetilde{O}(\sqrt{\alpha L^\star}+\alpha)$ 的全新算法，成功消除了以往算法对团划分数的理论依赖差距。在方法设计上，该算法结合了EXP3更新机制与基于优化的探索采样策略，其关键采样分布能够通过几何收敛迭代在多项式时间内高效求解。随后，研究团队还借助双层聚合框架，将该成果进一步推广应用至一般的强可观测图场景。
AI-generated from reports · Updated 4 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 机器学习带反馈图老虎机的近最优一阶遗憾界
针对具有已知有向反馈图的对抗老虎机问题，该研究提出了期望一阶遗憾界达到 $\widetilde{O}(\sqrt{\alpha L^\star}+\alpha)$ 的新算法，消除了以往依赖团划分数的理论差距。该方法结合 EXP3 更新与基于优化的探索采样策略，关键采样分布可通过几何收敛迭代在多项式时间内求解。该成果随后通过双层聚合框架进一步推广至一般的强可观测图。
Story heat trend
Current heat 9·Comparable peak 10（Nov 2 14:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.