多臂老虎机期望样本复杂度研究
Get the story
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。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Statistics Machine Learning多臂老虎机中的期望样本复杂度
研究针对随机多臂老虎机问题提出期望样本复杂度这一性能度量，并在名为“近似正确期望（ACE）”的新框架下进行分析。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。
Heat trend
Current heat 9·Comparable peak 10（Oct 8）·Comparable change over 24 hours –
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.