Гассианский процесс " Бандиты для сковывания черной коробки < = оптимизация
arXiv: 261 030,36935v1 Вид объявления: новое резюме: оптимизация дискретных весов распределения между конкурирующими сегментами совместного бюджета является одной из основных задач в условиях ресурсосвязанного и последовательного принятия решений. На практике такая оптимизация зачастую затрудняется задержкой, шумом и агрегированной обратной связью наряду со строгими оперативными ограничениями в отношении того, как часто могут корректироваться веса. Из-за образовавшегося в результате этого пространства для совместных действий и экстремальной спаржи данных классические многовооруженные бандитские алгоритмы, которые проводят независимую оценку оружия, становятся крайне неэффективными. Чтобы преодолеть эти ограничения, мы предлагаем сегментационный и агностический подход с использованием алгоритмов Gaussian Process Верхние границы доверия (GP-UCB). Поставив перед гауссианским процессом функцию вознаграждения, наш метод эффективно обменивается информацией по всем соседним конфигурациям, что резко сокращает необходимый горизонт разведки. В этом документе мы сглаживаем разрыв между теоретическими исследованиями бандитов и pr
