概念tilted sampling

倾斜采样

一种在线学习问题设定，目标是从未知奖励函数诱导的Gibbs软最优分布中采样，而非识别单一最优动作，其采样遗憾由置信宽度平方主导，可实现对logT的遗憾保证

时间轴 (近 90 天)

10月16日

倾斜采样（tilted sampling）是一个新的在线学习问题，其目标是从未知奖励函数诱导的Gibbs分布中采样。

待验证50%

10月16日

在标准遗憾最小化中，遗憾上界通常表现为 O(√T)，而在倾斜采样框架下，采样遗憾由置信宽度的平方主导，产生对数级别的遗憾 O(log T)。

待验证50%

倾斜采样（tilted sampling）是一个新的在线学习问题，其目标是从未知奖励函数诱导的Gibbs分布中采样。

在标准遗憾最小化中，遗憾上界通常表现为 O(√T)，而在倾斜采样框架下，采样遗憾由置信宽度的平方主导，产生对数级别的遗憾 O(log T)。