提出PC-LinUCB算法加速线性老虎机评估

发生了什么

据arXiv论文，研究者提出了Persistent Candidate LinUCB (PC-LinUCB) 算法，以解决大规模固定动作集线性老虎机中 exhaustive optimistic scoring 带来的高成本问题。该算法每轮仅对k个活跃动作和q个采样挑战者进行评分，将评分评估次数从O(K)降至O(k+q)。研究建立了高概率后悔界，并证明部分候选访问本身会带来不可避免的后悔代价，实验显示该方法在保持可比拟后悔的同时显著加速了LinUCB。