arXiv · Statistics Machine Learning· Mayand Gulati, Kerong Wang, WeiChen Au·· 1 天前AI 评分20
多臂老虎机何时可脱离锚点？非平稳场景下的 E-Process 授权 Thompson Sampling
When May a Bandit Leave Its Anchor? E-Process-Authorized Thompson Sampling under Non-stationarity
AI 导读
论文提出 E-process 授权 Thompson Sampling（e-ATS），为每条臂同时维护全历史与折扣 Beta 状态，由 anytime-valid e-process 授权折扣状态，并用可逆相关性分数控制其影响。
来源：arXiv · Statistics Machine Learning · arxiv.org