Neuer Algorithmus nutzt geteilte Low‑Rank‑Darstellungen für Multi‑Task Linear Bandits

In einem bahnbrechenden Beitrag zur Multi‑Task-Lernforschung präsentiert ein neues Verfahren, das die Effizienz von Linear Bandits durch geteilte latente Darstellungen erheblich steigert. Das Modell berücksichtigt T gleichzeitig laufende Bandit‑Aufgaben, die alle dieselbe, kompakte Repräsentation von Dimension r besitzen – wobei r viel kleiner ist als die Feature‑Dimension d und die Anzahl der Aufgaben T.

Der Kern des Ansatzes ist ein optimistischer Algorithmus, der auf dem Prinzip „Optimism in the Face of Uncertainty“ (OFUL) basiert. Zunächst sammelt er Daten in einer explorativen Phase, schätzt anschließend das gemeinsame Modell mittels spektraler Initialisierung und führt dann die OFUL‑Lernschritte über ein neu konstruierte Konfidenzintervall durch. Für dieses Intervall liefert die Arbeit eine solide theoretische Garantie: Mit hoher Wahrscheinlichkeit liegen die unbekannten Belohnungsvektoren im Intervall.

Die daraus abgeleiteten Regret‑Grenzen sind beeindruckend: Der kumulative Regret wird auf \(\tilde{O}(\sqrt{drNT})\) beschränkt, was einen deutlichen Fortschritt gegenüber der unabhängigen Lösung der T Aufgaben darstellt, die einen Regret von \(\tilde{O}(dT\sqrt{N})\) erfordert. Durch umfangreiche Simulationen wurde die Leistungsverbesserung für verschiedene Problemgrößen bestätigt, was die praktische Relevanz des Ansatzes unterstreicht.