已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Maximal Objectives in the Multiarmed Bandit with Applications

计算机科学 经济 风险分析(工程) 业务
作者
Eren Özbay,Vijay Kamble
出处
期刊:Management Science [Institute for Operations Research and the Management Sciences]
卷期号:70 (12): 8853-8874
标识
DOI:10.1287/mnsc.2022.00801
摘要

In several applications of the stochastic multiarmed bandit problem, the traditional objective of maximizing the expected total reward can be inappropriate. In this paper, we study a new objective in the classic setup. Given K arms, instead of maximizing the expected total reward from T pulls (the traditional “sum” objective), we consider the vector of total rewards earned from each of the K arms at the end of T pulls and aim to maximize the expected highest total reward across arms (the “max” objective). For this objective, we show that any policy must incur an instance-dependent asymptotic regret of [Formula: see text] (with a higher instance-dependent constant compared with the traditional objective) and a worst case regret of [Formula: see text]. We then design an adaptive explore-then-commit policy featuring exploration based on appropriately tuned confidence bounds on the mean reward and an adaptive stopping criterion, which adapts to the problem difficulty and simultaneously achieves these bounds (up to logarithmic factors). We then generalize our algorithmic insights to the problem of maximizing the expected value of the average total reward of the top m arms with the highest total rewards. Our numerical experiments demonstrate the efficacy of our policies compared with several natural alternatives in practical parameter regimes. We discuss applications of these new objectives to the problem of conditioning an adequate supply of value-providing market entities (workers/sellers/service providers) in online platforms and marketplaces. This paper was accepted by Vivek Farias, data science. Supplemental Material: The online appendix and data files are available at https://doi.org/10.1287/mnsc.2022.00801 .

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
4秒前
阿尔曼完成签到 ,获得积分10
7秒前
young发布了新的文献求助10
9秒前
zzz发布了新的文献求助10
11秒前
14秒前
17秒前
19秒前
22秒前
fly发布了新的文献求助10
23秒前
辛夷发布了新的文献求助10
25秒前
害羞的裘发布了新的文献求助10
26秒前
安详的帽子完成签到 ,获得积分10
29秒前
星辉关注了科研通微信公众号
30秒前
37秒前
Persist6578完成签到 ,获得积分10
43秒前
小二郎应助辛夷采纳,获得10
44秒前
tiantian完成签到 ,获得积分10
44秒前
young发布了新的文献求助10
45秒前
46秒前
CodeCraft应助薄饼哥丶采纳,获得30
50秒前
韩soso完成签到,获得积分10
50秒前
星辉发布了新的文献求助10
51秒前
fly发布了新的文献求助10
52秒前
55秒前
Persist完成签到 ,获得积分10
56秒前
跳跃寄风完成签到,获得积分10
1分钟前
馒头完成签到 ,获得积分10
1分钟前
1分钟前
薄饼哥丶发布了新的文献求助30
1分钟前
高高白曼舞完成签到,获得积分10
1分钟前
江湖小妖完成签到 ,获得积分10
1分钟前
1分钟前
深情安青应助害羞的裘采纳,获得10
1分钟前
heylay完成签到 ,获得积分10
1分钟前
飞龙在天完成签到,获得积分10
1分钟前
薄饼哥丶完成签到,获得积分10
1分钟前
丘比特应助奔跑的蒲公英采纳,获得10
1分钟前
结实的涵柏完成签到 ,获得积分10
1分钟前
沉默白猫完成签到 ,获得积分10
1分钟前
西蓝花香菜完成签到 ,获得积分10
1分钟前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 890
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Saponins and sapogenins. IX. Saponins and sapogenins of Luffa aegyptica mill seeds (black variety) 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3261464
求助须知:如何正确求助?哪些是违规求助? 2902254
关于积分的说明 8319482
捐赠科研通 2572188
什么是DOI,文献DOI怎么找? 1397437
科研通“疑难数据库(出版商)”最低求助积分说明 653721
邀请新用户注册赠送积分活动 632223