arXiv cs.AI· Lennert Saerens, Bram Silue, Eleni Litsa, Peter Vrancx, Pieter Libin·· 14 小时前AI 评分24
TTPFTS：面向多目标多臂老虎机的贝叶斯随时帕累托集识别算法
Bayesian Anytime Pareto Set Identification for Multi-Objective Multi-Armed Bandits
AI 导读
研究者提出 TTPFTS，这是首个面向多目标多臂老虎机（MOMAB）帕累托集识别的贝叶斯随时算法。在合成环境与超大规模按需合成分子库的多目标多智能体分子发现任务中，TTPFTS 均优于固定置信度、固定预算的 SOTA 方法及行业基线。研究还提出一种估计预测帕累托集置信度的不确定性量化指标，并给出该场景下首个随时 MOMAB 帕累托集识别算法的有限时间理论分析。
正文 · AI 翻译
摘要：识别帕累托最优解对于支持多目标决策至关重要。在本工作中，我们提出了 Top-Two Pareto Front Thompson Sampling（TTPFTS），这是首个用于多目标多臂老虎机（MOMABs）中帕累托集识别的 anytime 算法，采用贝叶斯方法。我们在合成环境中将 TTPFTS 与最先进的固定置信度和固定预算帕累托集识别算法进行了基准测试。接下来，我们通过在超大规模按需合成分子库中进行高效探索，展示了其在具有挑战性的真实世界多目标多智能体分子发现场景中的实用价值，并优于行业标准和最先进的基线方法。此外，我们引入了一种新颖的不确定性量化指标，用于估计我们的算法对预测帕累托集的置信度。我们证明该指标能有效代理真实性能，为在复杂环境中监控学习进展提供了稳健的方法。最后，我们以首个针对 anytime MOMAB 帕累托集识别算法的有限时间理论分析来补充这些实证发现。
| 评论： | 46 页，15 张图 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2606.18785 [cs.LG] |
| （或使用 arXiv:2606.18785v2 [cs.LG] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2606.18785 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Lennert Saerens [查看邮箱]
[v1]
2026 年 6 月 17 日星期三 07:56:51 UTC（10,175 KB）
[v2]
2026 年 10 月 26 日星期一 08:56:22 UTC（10,743 KB）
来源：arXiv cs.AI · arxiv.org