跳到主要内容
检索

# 带背包约束的赌博机

1 篇关联报道

订阅更新
  1. arXiv

    AFA-Bandit 将在线主动特征获取建模为组合式背包老虎机,LP-Chain 在合成数据上以线性规模链式搜索超越 HEDGE 与深度强化学习基线

    该工作把在线主动特征获取(AFA)建模为预测器耦合的组合式背包老虎机问题,在全局预算下同时决定特征获取与标签预测,并利用基数感知置信界与子集反馈结构得到比经典 BwK 更紧的遗憾上界;为规避指数级动作空间,作者提出 LP-Chain,用随特征数线性增长的代价感知链搜索候选子集,在合成高斯混合数据上其预测误差低于 HEDGE 式 BwK 与深度强化学习在线 AFA 基线。

已读完全部报道