Optimal Best Arm Identification in Two-Armed Bandits with a Fixed Budget under a Small Gap
小均值差距下固定预算双臂老虎机的最优最佳臂识别AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究老虎机最佳臂识别与抽样分配，仅使用逆概率估计不足以确定属于所列因果推断细分。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
小均值差距下固定预算双臂老虎机的最优最佳臂识别
- 研究问题
- 在双臂高斯老虎机的固定预算设计中，当两个期望奖励非常接近时，能否构造误识别概率达到理论下界的渐近最优策略？
- 方法与思路
- 作者提出 NA–AIPW 策略，以估计标准差实施 Neyman 分配，并以增广逆概率加权估计量决定推荐臂，再比较误识别概率上下界。
- 材料陈述的贡献
- 摘要称，当预算趋于无穷且均值差距趋于零时，所提策略的误识别概率上界匹配已有下界，从而取得该渐近情形下的最优性。
- 阅读关注点
- 应核对预算增长与差距缩小的联合条件、方差估计和自适应分配方式，以及上界匹配下界所使用的概率尺度与最优性定义。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核验；摘要未说明联合极限的具体条件，结论限于双臂高斯及小差距情形。
原文摘要
We consider fixed-budget best-arm identification in two-armed Gaussian bandit problems. One of the longstanding open questions is the existence of an optimal strategy under which the probability of misidentification matches a lower bound. We show that a strategy following the Neyman allocation rule (Neyman, 1934) is asymptotically optimal when the gap between the expected rewards is small. First, we review a lower bound derived by Kaufmann et al. (2016). Then, we propose the "Neyman Allocation (NA)-Augmented Inverse Probability weighting (AIPW)" strategy, which consists of the sampling rule using the Neyman allocation with an estimated standard deviation and the recommendation rule using an AIPW estimator. Our proposed strategy is optimal because the upper bound matches the lower bound when the budget goes to infinity and the gap goes to zero.