Shifting Means 下最优臂识别新算法

针对奖励均值可被对抗性偏移的 Shifting Means 环境，Lukas Zierahn 等作者提出重要性加权算法 ISM，用于固定置信度下的最优臂识别。在均值受 U 界约束、奖励为 σ²-亚高斯分布的假设下，据该论文称 ISM 是 δ-correct 的，样本复杂度为 K(σ²+U²)Δ_min⁻² ln(1/δ)。 论文同时证明，包括 Track-and-Stop 在内的基于 GLRT 停止规则的算法在时变偏移下会失效，并给出匹配的 worst-case 下界与实验验证。该工作已被 NeurIPS 2026 接收，上述样本复杂度为保证性上界，而非在所有环境下均可达的最佳表现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。