Skip to content
Hot eventLive

均值漂移多臂老虎机最佳臂识别研究

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026年10月8日，arXiv（Statistics Machine Learning）发表题为《均值漂移多臂老虎机中的最佳臂识别》的论文。论文提出 Shifting Means 设定：K 个臂的平均奖励可随时间整体漂移，仅臂间差距 Δ 保持稳定，目标是在高概率识别最佳臂的同时最小化样本复杂度。作者证明采用 GLRT 停止规则的算法（含 Track-and-Stop）在时变漂移下会失效，并提出 Importance Weights for Shifting Means（ISM）方法作为替代。该研究为一手论文，目前未见后续验证或同行评议结果。

Generated from reports · updated 3 hr ago

LatestOct 8
2026-10-08 arXiv 论文提出 ISM 方法，应对均值漂移下 GLRT/Track-and-Stop 失效问题。

Timeline

Follow the coverage from different angles.

Oct 8, 2026
  1. arXiv · Statistics Machine Learning
    均值漂移多臂老虎机中的最佳臂识别

    论文提出 Shifting Means 设定：K 个臂的平均奖励可随时间整体漂移，仅臂间差距 Δ 保持稳定，目标是高概率识别最佳臂并最小化样本复杂度。作者证明采用 GLRT 停止规则的算法（含 Track-and-Stop）在时变漂移下失效，转而提出 Importance Weights for Shifting Means（ISM）。

Heat trend

Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –

02.557.510Oct8Oct8Oct8Oct8

The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.