★ 2
量子线性 Bandit 遗憾下界研究给出 d^{3/2} 紧界
论文研究有界奖励的 d 维量子线性 Bandit，证明极小极大下界为 Ω(d^{3/2}log(1+T/d^{3/2}))，确认上界中 d^{3/2} 依赖不可避免。作者还提出 Soft-G-Elim 与 QG-Elim 两种分阶段消除算法，改进遗憾界中的对数因子。
arXiv cs.LG6 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文研究有界奖励的 d 维量子线性 Bandit，证明极小极大下界为 Ω(d^{3/2}log(1+T/d^{3/2}))，确认上界中 d^{3/2} 依赖不可避免。作者还提出 Soft-G-Elim 与 QG-Elim 两种分阶段消除算法，改进遗憾界中的对数因子。