インスタンス依存の逐次限界を「情報台帳」として体系的に記述
アクシャイ・バルスブラマニは10月30日(現地時間)、バンディット問題の評価、逐次テスト、最適アーム識別、そしてマルコフ決定過程におけるインスタンス依存の逐次的な限界に関する研究論文をarXiv cs.LGに発表した。同論文は、これらの限界を「正確な情報台帳 (exact information ledger)」として体系的に記述するもので、ダイバージェンス分解からデータ処理、さらに統計に至る一連の連鎖として厳密に証明される。この研究は、この連鎖において最初のステップのみが恒等式であることを指摘している。