多目的スレート選択のためのトップkパレートバンディット

arXiv stat.ML ・ 2026-07-28

原題: Top-$k$ Pareto Bandits: Hypervolume Regret for Multi-Objective Slate Selection

AI による要約

エージェントが複数の腕を選択してパレートフロンティアを近似する確率的多目的バンディット問題を定式化し、効率的なアルゴリズムを提案した。ハイパーボリューム後悔の観点から最適化を行うことで、複数目的に沿った柔軟な選択を可能にする。

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。