Breaking the Total Variance Barrier: Sharp Sample Complexity for Linear Heteroscedastic Bandits with Fixed Action Set

arXiv stat.ML ・ 2026-07-26

AI による要約

不均一分散ノイズを持つ確率的線形バンディット問題において、従来の総分散への依存を改善する新しい分散適応型アルゴリズムを提案した。固定されたアクションセットのもとで、より鋭いサンプル複雑度の境界を達成している。強化学習やオンライン学習における効率的な探索戦略の理論的進展として重要である。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv stat.ML）をご確認ください。