Производственные показатели конкурентоспособности для улучшения условий: шкала, закругления и горизонты свободны, но не совместно под шумом

Компьютерные науки > Машинное обучение [представлено 12 сентября 2026 года] Название: Prior-Free Contacts for Eduction Bandits: Schall, Curvature and Horizon Are Free, но не совместно под шумом PDF HTML (экспериментальное) резюме: В улучшении проблемы многовооруженных бандитов у каждого из них есть неизвестное количество оружия без понижения, дискретно скрытная кривая вознаграждения $f_i долл. и вытянуть руку в доллары США за то время, что они приносят доход $t $_i(t). Для достаточно длинных горизонтов Blum and Ravichandran (ALT 2025) доказали, что случайные алгоритмы достигают $O(\sqrt k) долл. Логарифмический фактор не нужен: алгоритм, состоящий из одной страницы \hmha {probe-and-committe}, достигает конкурентного соотношения 4 sqrt3#, skrt k$ за $T·ge2\lage\sknower_crway$ без какого бы то ни было знания о шкале и мы выбираем оптимальное соотношение для каждого горизонта, $thata(\scrt K+K/T)$ также для неизвестных горизонтов. Без шума, вообще не требуется никакого предварительного }: алгоритм случайного маргинального поиска считывает ни размер m$, ни выдержка из blum, Haricano, Ravichandran и Sharma (UAI 2026), ни горизонт $T в долларовом выражении одновременно достигает оптимального уровня $\Theta(k_beta/(1+]betа) + k/T за каждый доллар/т. Согласно мультипликативной модели шума Blum and Ravichandran, зонд-обязательство сохраняет тот же порядок всех горизонтов в размере $ тета (~ sqrt k+k/T) долл. США без ведома уровня шума (и $TE(sqrm k) долларов на том же диапазоне), но…