साझा अफ़ाइन उपक्षेत्रों में बैंडिट्स में मेटा लर्निंग

हम कई संदर्भात्मक यादृच्छिक बैंडिट्स कार्यों की मेटा-लर्निंग की समस्या का अध्ययन करते हैं, जो कि एक निम्न-आयामी अफ़ाइन उपक्षेत्र के चारों ओर उनके समकेंद्रण का लाभ उठाते हैं, जिसे हम ऑनलाइन मुख्य घटक विश्लेषण के माध्यम से सीखते हैं ताकि बैंडिट्स के साथ आए अपेक्षित क्षति को कम किया जा सके। हम समस्या का समाधान करने के लिए दो रणनीतियों का प्रस्ताव और सैद्धांतिक विश्लेषण करते हैं: एक अनिश्चितता के सामने आशावाद के सिद्धांत पर आधारित है और दूसरा थॉम्पसन सैंपलिंग के माध्यम से। हमारा ढांचा सामान्य है और इसमें पहले प्रस्तावित दृष्टिकोणों को विशेष मामलों के रूप में शामिल किया गया है। इसके अलावा, अनुभवजन्य परिणाम दिखाते हैं कि हमारी विधियाँ कई बैंडिट कार्यों पर क्षति को महत्वपूर्ण रूप से कम करती हैं।