arXiv 机器学习· Ting Hu, Luanda Cai, Emmanouil-Vasileios Vlatakis-Gkaragkounis·· 6 小时前AI 评分29
DUET：兼顾基线保护与双重环境适应的组合半多臂老虎机方案
Three Worlds for the Price of a Logarithm: Baseline-Protected Best-of-Both-Worlds Combinatorial Semi-Bandits
AI 导读
研究者提出了针对组合半多臂老虎机的无时间界分阶段混合方案 DUET，通过两个可观测测试动态调整学习权重与经验遗憾预算。该方案在混合阶段与纯阶段分别结合 entropy-FTRL 和 hybrid-FTRL，将基线期望遗憾控制在 $T$ 的对数级别。
来源：arXiv 机器学习 · arxiv.org