Reserve-Aware Contrast Certificates for Conservative Bandits with Uncertain Baselines

arxiv · arXiv · 2026-09-30 14:46 · 评分 70

针对基线不确定的保守赌博机问题，提出 Reserve-C4B 方法，围绕基线相对对比构造共享置信集与储备账本，避免候选和基线奖励各自置信界重复支付共享估计误差，得到更紧的可接受性测试。