평균이 변동하는 환경에서 최적 팔 식별 문제

요약

본 논문은 평균이 변동하는 확률적 환경에서의 최적 팔 식별 문제를 다룹니다. 기존 방법론들이 시간 가변적인 이동량 하에서 실패함을 보였으며, 대신 'Shifting Means'라는 새로운 적대적 교란 모델을 제안합니다. 이를 해결하기 위해 중요도 가중치(ISM)를 도입하고 그 성능과 샘플 복잡도 경계를 분석했습니다.

핵심 포인트

• 평균이 변동하는 환경에서의 최적 팔 식별 문제 연구
• 기존 GLRT 기반 방법론은 시간 가변 이동량 하에서 실패함
• Shifting Means라는 새로운 적대적 교란 모델 제안
• 중요도 가중치(ISM)를 통해 샘플 복잡도 경계를 제시