Adversarial Semi-Bandits with Moving Arms
Notice bibliographique
Résumé
This paper studies a novel multi-agent combinatorial bandit problem called moving semi-bandits involving$K$agents and$N$arms, extending the problem of semi-bandits with adversar-ial rewards and stochastic arm availabilities (sleeping semi-bandits). The arms move across agents, making each arm available to at most one agent at a time, and the set of available arms for each agent changes over time. In each round, each agent plays up to$m$arms from their own available arm set simultaneously and observes the random loss for each played arm (i.e., semi-bandit feedback). The loss of each arm has no stochastic assumptions, and different agents may generate different random losses for each arm. The primary goal is to minimize the cumulative loss for all agents through collaboration. This bandit problem is motivated by real-world applications, such as traffic scheduling in wireless networks with multiple access points and task assignment for multiple crowdsourcing platforms. To address this challenge, we propose an efficient framework called Moving-FTPL, which guarantees a regret bound of$O(N\sqrt{NTK\mathrm{I}\mathrm{n}T})$over$T$rounds. Moving-Ftplcan reduce the total regret of all K agents by a factor of$\sqrt{K}$compared to scenarios where agents do not collaborate. Additionally, Moving-FTPL takes a step forward for the long-standing problems of a tighter regret bound for sleeping semi-bandits by significantly improving the state-of-the-art regret bound by a factor of$m\sqrt{N}$and imnroving the bound for sleeping adversarial bandits by a factor of$\sqrt{N}$. Furth ermore, we showcase a crowdsourcing application to demonstrate the effectiveness of our proposed algorithm when compared with others.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».