Optimizing Adaptive Experiments: A Unified Approach to Regret Minimization and Best-Arm Identification
优化自适应实验：统一遗憾最小化与最优臂识别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：摘要明确讨论自适应实验中的处理分配、实验后处理实施与福利目标，直接关联因果研究中的实验设计方向。
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…
关注这篇论文的作者
优化自适应实验：统一遗憾最小化与最优臂识别
- 研究问题
- 自适应实验如何兼顾实验期间的处理收益与实验结束后的总体决策，并在选择有效处理和尽早结束实验之间取得平衡？
- 方法与思路
- 作者构建同时计入实验内外结果的统一模型，分析大总体下的最优表现，并研究通过调整单一标量参数来配置既有算法。
- 材料陈述的贡献
- 摘要称，理论统一了经典结果，并揭示适当调参的 top-two Thompson sampling 可优化广泛目标，且常能以较小遗憾代价缩短实验。
- 阅读关注点
- 应核对实验内外目标如何加权、大总体渐近框架与最优性标准，以及标量参数的选择规则和缩短实验所需的具体条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未获核验；摘要未提供最优理论的假设、参数公式和时长降幅，不能推断任意实验均可改善。
原文摘要
Practitioners conducting adaptive experiments often encounter two competing priorities: maximizing total welfare (or `reward') through effective treatment assignment and swiftly concluding experiments to implement population-wide treatments. Current literature addresses these priorities separately, with regret minimization studies focusing on the former and best-arm identification research on the latter. This paper bridges this divide by proposing a unified model that simultaneously accounts for within-experiment performance and post-experiment outcomes. We provide a sharp theory of optimal performance in large populations that not only unifies canonical results in the literature but also uncovers novel insights. Our theory reveals that familiar algorithms, such as the recently proposed top-two Thompson sampling algorithm, can optimize a broad class of objectives if a single scalar parameter is appropriately adjusted. In addition, we demonstrate that substantial reductions in experiment duration can often be achieved with minimal impact on both within-experiment and post-experiment regret.