What Doubling Tricks Can and Can't Do for Multi-Armed Bandits

Lilian Besson 1, 2 Emilie Kaufmann 3, 4
3 SEQUEL - Sequential Learning
Inria Lille - Nord Europe, CRIStAL - Centre de Recherche en Informatique, Signal et Automatique de Lille (CRIStAL) - UMR 9189
Résumé : Un algorithme en ligne d'apprentissage par renforcement est dit "à tout moment" (anytime) s'il n'a pas besoin de connaître à l'avance l'horizon T de l'expérience. Une technique bien connue pour obtenir un algorithme à tout moment à partir d'un algorithme qui ne l'est pas est "l'astuce de doublement" (Doubling Trick). Dans le contexte des bandits multi-bras adverses ou stochastiques, la performance d'un algorithme est mesurée par son regret, et nous étudions deux familles de séquences d'horizons croissants (géométrique et exponentielle), pour généraliser des résultats précédemment connus que certaines astuces de doublement peuvent être utilisées pour conserver certaines limites de regret. Dans un cadre très générique, nous prouvons qu'une astuce géométrique de doublement peut être utilisée pour conserver les bornes (minimax) en $R_T = O(\sqrt{T})$ mais ne peut pas conserver les bornes (dépendantes de la distribution) en $R_T = O(\log T)$. Nous donnons un aperçu des raisons pour lesquelles les astuces de doublage exponentiel peuvent être meilleures, car elles conservent les bornes en $R_T = O(\log T)$, et sont proches de conserver les bornes en $R_T = O(\sqrt{T}$).
Type de document :
Pré-publication, Document de travail
2018
Liste complète des métadonnées

https://hal.inria.fr/hal-01736357
Contributeur : Lilian Besson <>
Soumis le : lundi 19 mars 2018 - 11:51:34
Dernière modification le : vendredi 16 novembre 2018 - 01:24:12
Document(s) archivé(s) le : mardi 11 septembre 2018 - 07:04:45

Fichiers

BK__COLT_2018.pdf
Fichiers produits par l'(les) auteur(s)

Licence


Distributed under a Creative Commons Paternité - Pas d'utilisation commerciale - Partage selon les Conditions Initiales 4.0 International License

Identifiants

  • HAL Id : hal-01736357, version 1
  • ARXIV : 1803.06971

Citation

Lilian Besson, Emilie Kaufmann. What Doubling Tricks Can and Can't Do for Multi-Armed Bandits. 2018. 〈hal-01736357〉

Partager

Métriques

Consultations de la notice

428

Téléchargements de fichiers

140