arXiv · cs.AI· Weixin Wang, Haoyang Zheng, Guang Lin, Wei Deng, Pan Xu·· 11 小时前
TS-SA从随机逼近视角改进多臂老虎机Langevin Thompson Sampling
Rethinking Langevin Thompson Sampling from A Stochastic Approximation Perspective
arXiv:2510.05023v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Weixin Wang, Haoyang Zheng, Guang Lin, Wei Deng, Pan Xu
研究任务与主要进展
研究提出TS-SA，将随机逼近嵌入基于Langevin的Thompson Sampling，使每个臂维护一条持续Markov链，并在每次新奖励到达后仅执行一步Langevin更新。
阶段、条件与复现 · 深读核对
- 任务输出与输入访问模型是什么？
- 在什么假设、规模与资源条件下成立？
- 与哪种经典基线比较，是否计入编码与读出？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org