[2Yin-A] Poster 3

[2Yin-A-08] Multi-Channel Communication Algorithm for Multi-Player Multi-Armed Bandits without Collision Sensing

〇Tomonari Izumi¹, Atsuyoshi Nakamura¹ (1. Graduate School of Information Science and Technology, Hokkaido University)

Keywords:

Multi-player Multi-Armed Bandits,Distributed Bandits

衝突検知情報なしマルチプレイヤー多腕バンディットは，プレイヤーが衝突発生を検知できない最も困難な分散学習設定である．Huang ら (2022) は同問題に対し，単一アームを介した通信手法を提案した．この手法は事前情報を必要としない利点を持つが，単一通信路に起因する大規模環境での非効率性が課題であった．本研究では，通信用アームを 2 本以上に拡張し，通信の非効率性を解消することを目的とする．我々の提案手法は，初期探索のステップ数が増加するものの，その後の通信フェーズでの並列実行による高速化を可能にする．本稿では，先行研究と比較した場合，大規模システムにおける有効性を示すことを目指す．