arXiv Artificial Intelligence· Weixin Wang, Haoyang Zheng, Guang Lin, Wei Deng, Pan Xu·· 19 小时前AI 评分22
从随机逼近视角重新思考 Langevin Thompson Sampling
Rethinking Langevin Thompson Sampling from A Stochastic Approximation Perspective
AI 导读
研究提出 TS-SA，将随机逼近（SA）引入 Thompson Sampling 框架，每轮用新观测奖励做一次 Langevin 更新，并通过 SA 更新将噪声提议与当前参数估计结合。
来源：arXiv Artificial Intelligence · arxiv.org