在噪声信道中识别最优动作，通信效率与信道零错误容量相关。

Best-Arm Identification with Noisy Actuation

• 通过设计通信方案，将中央学习者指令可靠传给分布式智能体
• 通信复杂度与信道的零错误容量直接相关，存在理论下界
• 适用于分布式强化学习中的动作选择场景

本文研究多臂老虎机（MAB）问题中，当中央学习者向分布式智能体发送动作指令时，若通过离散无记忆信道（DMC）传输，如何在存在噪声的情况下准确识别最优臂。根据智能体能力的不同，提出了相应的通信方案并进行分析，结果发现其性能与底层信道的零错误容量密切相关。该研究揭示了通信可靠性与信息论极限之间的深刻联系。

原文摘要 · Abstract (English)

In this paper, we consider a multi-armed bandit (MAB) instance and study how to identify the best arm when arm commands are conveyed from a central learner to a distributed agent over a discrete memoryless channel (DMC). Depending on the agent capabilities, we provide communication schemes along with their analysis, which interestingly relate to the zero-error capacity of the underlying DMC.

Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。