会员服务
Flow-Corrected Thompson Sampling for Non-Stationary Contextual Bandits
Arxiv
0+阅读 · 6月22日
A Comparative Study of Bayesian Contextual Bandits for Real-Time Warehouse Sorter Optimization
Arxiv
0+阅读 · 6月22日
Impatient Bandits: Optimizing for the Long-Term Without Delay
Arxiv
0+阅读 · 6月22日
Selective Ensemble Based on Preference-Directed Multi-Objective Bandits
Arxiv
0+阅读 · 6月20日
Statistical Inference for Misspecified Contextual Bandits
Arxiv
0+阅读 · 6月21日
Hierarchical Adversarial Bandits for Online Configuration Optimization
Arxiv
0+阅读 · 6月20日
Unified Framework of Distributional Regret in Multi-Armed Bandits and Reinforcement Learning
Arxiv
0+阅读 · 6月19日
Counterfactual learning of new adaptive instructional policies using logged data
Arxiv
0+阅读 · 6月22日
AdaPrivate-TS: Private Thompson Sampling for Contextual Bandits with Privacy Amplification
Arxiv
0+阅读 · 6月19日
Improved Algorithms for Nash Welfare in Linear Bandits
Arxiv
0+阅读 · 6月21日
Adversarial Bandit Optimization with Globally Bounded Perturbations to Convex Losses
Arxiv
0+阅读 · 6月22日
Leveraging Similarities in Multi-Armed Bandits
Arxiv
0+阅读 · 6月22日
Combinatorial Allocation Bandits with Nonlinear Arm Utility
Arxiv
0+阅读 · 6月20日
A Jointly Efficient and Optimal Algorithm for Heteroskedastic Generalized Linear Bandits with Adversarial Corruptions
Arxiv
0+阅读 · 6月22日
Stabilizing Bandits using Regularization: Precise Regret and A Quantitative Central Limit Theorem
Stabilizing Bandits using Regularization: Precise Regret and A Quantitative Central Limit Theorem
Arxiv
0+阅读 · 6月18日
参考链接
微信扫码咨询专知VIP会员
Top