arXiv cs.AI· Bo Xue, Yilu Liu, Haodong Jing, Hongzong Li, Xi Lin, Shuang Qiu·· 3 天前AI 评分15
多目标 Bandit 中的 few-for-many 最佳臂识别
Few-for-Many Best-Arm Identification in Multi-Objective Bandits
AI 导读
研究提出多目标 bandit 中的 few-for-many 最佳臂识别问题，目标是找到一小组臂，使其相对各目标最优值的加权最差退化最小，而非为每个目标各找最优臂。
正文 · AI 翻译
摘要：现实世界中的系统通常服务于多个目标，但只能部署少数几个选项，而这些选项的性能必须从带有噪声的反馈中学习。我们将每个选项建模为多目标老虎机中的一条臂，提出了\emph{少对多最优臂识别}，其目标是找到一小组臂，使其相对于各目标最优值的最坏加权退化最小，而不是为每个目标找到最优臂。我们同时考虑了已知目标分组和仅由代表性预算指定的潜在分组，并提出了\textsc{GFM-Elim}和\textsc{AFM-Elim}，具有依赖于实例的样本复杂度保证。对于高斯奖励，我们进一步推导了潜在分组设置下的下界，并证明基于预言机的Track-and-Stop过程能以高概率渐近达到该下界。我们的结果表明，跨目标共享观测并忽略不相关的目标间差异可以显著降低采样成本，合成任务和真实世界任务的实验也证实了这一点。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.16840 [cs.LG] |
| （或 arXiv:2610.16840v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.16840 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Bo Xue [查看电子邮件]
[v1]
2026年10月12日星期一 14:18:08 UTC（115 KB）
来源：arXiv cs.AI · arxiv.org