在本文中，我们提出了一种层次自适应上下文强盗方法(HATCH)来进行有预算约束的上下文强盗的策略学习。HATCH采用了一种自适应的方法，根据剩余资源/时间和不同用户上下文之间的报酬分配来分配勘探资源。此外，我们利用丰富的上下文特征信息来寻找最佳的个性化推荐。

https://www.zhuanzhi.ai/paper/5229744bf1a6972ca12240df07e0f236

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“HATC” 就可以获取《层次自适应上下文赌博机的资源约束推荐》论文专知下载链接

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源