多臂老虎机提出轨迹级Nash遗憾与RR-NCB算法

arXiv 机器学习分类发布的一项研究提出“轨迹级纳什遗憾”，先对完整样本路径计算累积奖励的几何平均，再取期望，而非像原有纳什遗憾那样逐轮取边际期望。提出者 Avishek Ghosh 称，这一度量能更忠实地刻画公平多臂老虎机中的纳什社会福利公平性。 论文同时提出高概率纳什遗憾度量与 RR-NCB 算法，该工作已被 NeurIPS 2026 接收。

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。