arXiv cs.AI· Tuan Ngoc Do, Hai Duc Nguyen·· 1 天前AI 评分18
可见尾部：重尾赌博机中未知时刻自适应性的刻画
Visible Tails: Characterizing Adaptation to Unknown Moments in Heavy-Tailed Bandits
AI 导读
研究提出用最优奖励律上的单侧可见性条件刻画重尾赌博机中"好臂的有利奖励尚未出现"这一障碍：均值隐藏在稀有事件中时，至多不超过保留中心矩的常数倍。给定可见性常数的分位数截断 UCB 索引在每个指数上都达到臂级矩速率，且指数无下界；反之，任何固定探索预算的策略在违反对应条件的律上都有多项式 regret。对方差基准，确定了可见性水平下两个预算常数的阶，且所得类别严格嵌套。
正文 · AI 翻译
摘要：重尾赌博机学习器必须区分一个表现差的臂和一个有利奖励尚未出现的臂。我们通过对最优奖励律施加一系列单侧可见性条件来刻画这一障碍：隐藏在稀有事件中的均值至多是保留的中心矩的常数倍。在给定可见性常数的情况下，分位数截断 UCB 指数在每个指数上都达到臂特定的矩速率，且指数没有下界。反之，任何具有固定探索预算的策略，在每条违反相应条件的律上都具有多项式遗憾。对于方差基准，我们确定了可见性水平中两个预算常数的阶。前沿取决于基准所承诺的最大指数，由此得到的类严格嵌套。当奖励可积时，同一指数具有对数期望遗憾，其系数可以随逆间隙呈指数增长。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2611.12140 [cs.LG] |
| （或 arXiv:2611.12140v2 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.12140 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Tuan Do [查看电子邮件]
[v1]
2026年11月9日星期一 09:53:14 UTC（133 KB）
[v2]
2026年11月11日星期三 17:03:18 UTC（142 KB）
来源：arXiv cs.AI · arxiv.org