arXiv 隐私论文· Hugo Richard·· 22 小时前AI 评分18
局部差分隐私下表格强化学习的改进遗憾界
Improved regret bounds in tabular RL under local differential privacy
AI 导读
该研究给出非交互式 ε-局部差分隐私（LDP）下时间齐次分段表格强化学习的遗憾界：H=1 时（即 LDP 上下文赌博机）极小极大遗憾为 min(K, √(max(S, exp(ε)+1)·S·A·K·(exp(ε)+1))/(exp(ε)−1))，上界由 EXP3 变体与一元编码机制实现。
来源：arXiv 隐私论文 · arxiv.org