文献

J-GLOBAL ID：202202266742797479   整理番号：22A0977031

衝突上の非ゼロ報酬を持つ分散異種多層マルチアームバンディット【JST・京大機械翻訳】

Decentralized Heterogeneous Multi-Player Multi-Armed Bandits With Non-Zero Rewards on Collisions

著者 (2件)： Magesh Akshayaa (Department of Electrical and Computer Engineering, University of Illinois at Urbana-Champaign, Champaign, IL, USA) ,  Veeravalli Venugopal V. (Department of Electrical and Computer Engineering, University of Illinois at Urbana-Champaign, Champaign, IL, USA)
資料名： IEEE Transactions on Information Theory  (IEEE Transactions on Information Theory)
巻： 68  号： 4  ページ： 2622-2634  発行年： 2022年 
JST資料番号： C0231A  ISSN： 0018-9448  CODEN： IETTAW  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： プレーヤーが互いに通信できない完全分散多重層確率的多腕帯域設定を考察し,それら自身の行動と報酬のみを観測できる。環境は,異なるプレーヤー,即ち,与えられたアームに対する報酬分布は,プレーヤー全体で不均一であるように見える。衝突(1つ以上のプレーヤーが同一アームを演じる)の場合,著者らは,非ゼロ報酬を受けるための衝突プレーヤーを許す。腕が演じる時間-水平Tは,プレーヤーに知られていない。このセットアップの中で,プレイヤーの数が腕の数より大きいことを許容するので,継続時間Tの時間-時間帯にわたって,λ>0(小さい)に対する次数O(log1+ΔT)の近次最適予測レレットを達成する政策を提示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 腕 ,  *アーム ,  *分散【variance】 ,  多層 ,  継続時間 ,  周波数帯
準シソーラス用語： プレイヤ ,  最適予測 , 【Automatic Indexing@JST】

分類 (2件)： 無線通信一般  (ND08010L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 衝突 ,  報酬 ,  多層