会员服务
Integrating Multi-Armed Bandit, Active Learning, and Distributed Computing for Scalable Optimization
Arxiv
0+阅读 · 1月2日
BandiK: Efficient Multi-Task Decomposition Using a Multi-Bandit Framework
Arxiv
0+阅读 · 2025年12月31日
BOAD: Discovering Hierarchical Software Engineering Agents via Bandit Optimization
Arxiv
0+阅读 · 2025年12月29日
Near-Optimal Regret for Efficient Stochastic Combinatorial Semi-Bandits
Arxiv
0+阅读 · 2025年12月28日
Information-directed sampling for bandits: a primer
Arxiv
0+阅读 · 2025年12月23日
Online Bandits with (Biased) Offline Data: Adaptive Learning under Distribution Mismatch
Arxiv
0+阅读 · 2025年12月18日
Bandit-Based Rate Adaptation for a Single-Server Queue
Arxiv
0+阅读 · 2025年12月12日
Balancing Performance and Costs in Best Arm Identification
Arxiv
0+阅读 · 2025年12月5日
Representative Action Selection for Large Action Space: From Bandits to MDPs
Arxiv
0+阅读 · 2025年11月27日
Model Predictive Control is almost Optimal for Heterogeneous Restless Multi-armed Bandits
Arxiv
0+阅读 · 2025年11月11日
Revisiting Clustering of Neural Bandits: Selective Reinitialization for Mitigating Loss of Plasticity
Arxiv
0+阅读 · 2025年12月2日
Ksurf-Drone: Attention Kalman Filter for Contextual Bandit Optimization in Cloud Resource Allocation
Arxiv
0+阅读 · 2025年11月12日
Optimal Activation of Halting Multi-Armed Bandit Models
Arxiv
0+阅读 · 2023年4月20日
Continuous Time Bandits With Sampling Costs
Arxiv
0+阅读 · 2023年4月19日
Testing Indexability and Computing Whittle and Gittins Index in Subcubic Time
Arxiv
0+阅读 · 2023年4月19日
参考链接
微信扫码咨询专知VIP会员
Top