Asymptotic expansion for batched bandits
批次式多臂老虎机的渐近展开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：摘要直接研究自适应实验设计下处理效应的离线评估，因而归入因果推断；未提供面板或其他细分方向的直接依据。
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
批次式多臂老虎机的渐近展开
- 研究问题
- 自适应多臂老虎机实验中，随机变化的分配设计与劣势臂的小样本如何影响处理效应的离线评估及正态近似？
- 方法与思路
- 作者提出向后渐近展开方法，以部分混合理论处理算法中随机函数的反向传播，并推广至自适应设计下的可微统计模型。
- 材料陈述的贡献
- 摘要称，论文证明了展开方案的有效性，并以模拟支持该方法；其框架可用于非线性参数化的可微统计模型。
- 阅读关注点
- 应核对部分混合条件、展开阶数与误差控制，以及劣势臂样本量如何进入理论，并检查模拟采用的分配规则和评价指标。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审及接收状态未核实；摘要未说明具体正则条件、展开误差或模拟改善幅度。
原文摘要
In bandit algorithms, the randomly time-varying adaptive experimental design makes it difficult to apply traditional limit theorems to off-policy evaluation of the treatment effect. Moreover, the normal approximation by the central limit theorem becomes unsatisfactory for lack of information due to the small sample size of the inferior arm. To resolve this issue, we introduce a backwards asymptotic expansion method and prove the validity of this scheme based on the partial mixing, that was originally introduced for the expansion of the distribution of a functional of a jump-diffusion process in a random environment. The theory is generalized in this paper to incorporate the backward propagation of random functions in the bandit algorithm. Besides the analytical validation, the simulation studies also support the new method. Our formulation is general and applicable to nonlinearly parametrized differentiable statistical models having an adaptive design.