不精确多臂老虎机：将不可约不确定性建模为零和博弈

不精确多臂老虎机：将不可约不确定性表示为零和博弈

Vanessa Kosoy; 26(184):1−75, 2025

摘要

我们提出了一种新颖的多臂老虎机框架，其中每个臂都与结果空间（比单纯的奖励更丰富）上的固定未知credal集相关联。臂到credal集的对应关系来自已知的假设类。然后我们定义了一个与这些credal集定义的下预测量相对应的遗憾概念。

等价地，该设置可以视为一个两人零和博弈，在每一轮中，智能体选择一个臂，而对手从与该臂相关联的选项集合中选择结果分布。遗憾是相对于博弈值定义的。

对于某些自然的假设类（大致类似于随机线性老虎机，这是所得设置的特殊情况），我们提出了一种算法并证明了相应的遗憾上界。
更多精彩内容 请关注我的个人公众号 公众号（办公AI智能小助手）或者 我的个人博客 https://blog.qife122.com/
对网络安全、黑客技术感兴趣的朋友可以关注我的安全公众号（网络安全技术点滴分享）