Solving Bernoulli Rank-One Bandits with Unimodal Thompson Sampling
Abstract
Stochastic Rank-One Bandits (Katarya et al, (2017a,b)) are a simple framework for regret minimization problems over rank-one matrices of arms. The initially proposed algorithms are proved to have logarithmic regret, but do not match the existing lower bound for this problem. We close this gap by first proving that rank-one bandits are a particular instance of unimodal bandits, and then providing a new analysis of Unimodal Thompson Sampling (UTS), initially proposed by Paladino et al (2017). We prove an asymptotically optimal regret bound on the frequentist regret of UTS and we support our claims with simulations showing the significant improvement of our method compared to the state-of-the-art.
Domains
Machine Learning [stat.ML]
Fichier principal
Trinh20.pdf (1.23 Mo)
Télécharger le fichier
128-128-all.png (23.48 Ko)
Télécharger le fichier
16-16-log.png (146.95 Ko)
Télécharger le fichier
32-32-all.png (22.05 Ko)
Télécharger le fichier
4-4-all.jpg (132.88 Ko)
Télécharger le fichier
4-4-log.png (184.48 Ko)
Télécharger le fichier
64-64-all.png (22.56 Ko)
Télécharger le fichier
8-8-log.png (173.69 Ko)
Télécharger le fichier
closer-16-16.png (27.97 Ko)
Télécharger le fichier
closer-32-32.png (30.58 Ko)
Télécharger le fichier
closer-8-8.png (26.63 Ko)
Télécharger le fichier
row_4_col_4_log.png (227.53 Ko)
Télécharger le fichier
| Origin | Publisher files allowed on an open archive |
|---|
| Origin | Files produced by the author(s) |
|---|
Loading...