多臂老虎机期望样本复杂度研究

2026年10月8日，arXiv 统计学机器学习栏目发表关于多臂老虎机中期望样本复杂度的研究。研究针对随机多臂老虎机问题提出“期望样本复杂度”这一新的性能度量，并在名为“近似正确期望（ACE）”的新框架下进行分析。据报道，ACE 保证可推出几乎必然收敛到最优期望奖励，并可转化为显式期望遗憾界。研究还给出 explore-then-ε-greedy 算法与 Thompson sampling 的分析及近乎匹配的上下界，证明两种情形在 ε 上紧致且存在性能分离。目前未见后续验证或同行评议信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。