Robust Risk-averse Stochastic Multi-Armed Bandits

奥特出版物科学 Anneée:2013年

稳健的风险规避随机多臂强盗

(1)

Technion电气工程系【海法】

我们研究了标准随机多武器盗贼问题的一种变体，当人们对具有最佳平均值的武器不感兴趣，而是对使武器最大化的某种相干风险度量标准感兴趣时。此外，我们正在研究遗憾的偏差，而不是信息较少的预期遗憾。我们提供了一种称为RA-UCB的算法来解决这个问题，并且很有可能会后悔。

认证信息[cs.LG]

菲奇尔校长

风险意识KLMAB_Arxiv.pdf（256.54 Ko）

起源：菲奇尔斯制片人par l’（les）auteur（s）

https://inria.hal.science/hal-00821670

Soumis le:samedi 11 mai 2013-16:25:06

Dernière修改le:jeudi 6 janvier 2022-14:50:02

长期建筑：lundi 19 aoót 2013-15:45:24

hal-00821670，版本1 (11-05-2013)

奥达尔里克·梅勒德（Odarlic-Ambrym Maillard）。稳健的风险规避型随机多武器强盗。2013⟨哈尔-00821670⟩

264 磋商

1210 交易费用