会员服务
Auctions Meet Bandits: An Empirical Analysis
Arxiv
0+阅读 · 10月17日
Variance-Aware Non-Stationary Bandits:All-Budget Regret Bounds and Adaptation Costs
Arxiv
0+阅读 · 10月19日
Follow the Perturbed Leader for Linear Bandits: $\sqrt{T}$ Regret over General Action Sets
Arxiv
0+阅读 · 10月16日
A Complete Characterization of Learnability for Adversarial Noisy Bandits
Arxiv
0+阅读 · 10月16日
Replicable Dueling Bandits
Arxiv
0+阅读 · 10月14日
Follow the Perturbed Leader for Linear Bandits: $\sqrt{T}$ Regret over General Convex Sets
Arxiv
0+阅读 · 10月15日
Thompson Sampling for Learning in Zero-Sum Games
Arxiv
0+阅读 · 10月11日
When More Objectives Make Identification Easier: The Role of Preferences and Feedback
Arxiv
0+阅读 · 10月13日
Follow the Perturbed Leader for Linear Bandits: $\sqrt{T}$ Regret over General Convex Sets
Arxiv
0+阅读 · 10月13日
Quantum Multi-Armed Bandits and Linear Bandits: Lower Bounds and Algorithms
Arxiv
0+阅读 · 10月8日
Beyond Reward Suppression: Near-Optimal Offline Attacks on Warm-Start Bandits with Bounded Rewards
Arxiv
0+阅读 · 10月7日
Mixture-Greedy for Online Generative Model Selection: Is UCB Necessary in Diversity-Aware Multi-Armed Bandits?
Arxiv
0+阅读 · 10月8日
m-Set Adversarial Bandits with Winner Feedback
Arxiv
0+阅读 · 10月7日
Thompson Sampling for Non-Monotone Convex Ridge Bandits: Monotonicity Is Not Needed for Polynomial Regret
Arxiv
0+阅读 · 9月10日
Refined Thompson Learning for Adaptive Bandits: Power-Efficient Flexibility Scheduling Across Data Centers
Arxiv
0+阅读 · 8月29日
参考链接
微信扫码咨询专知VIP会员
Top