会员服务
Anytime-valid Optimal Policy Identification
Arxiv
0+阅读 · 6月16日
Near-Optimal Stochastic Linear Bandits with Delay
Arxiv
0+阅读 · 6月15日
Compute Allocation in Evolutionary Search: From Depth-Breadth to Multi-Armed Bandits
Arxiv
0+阅读 · 5月29日
Multi-Armed Bandits with Arriving Arms: Sequential Screening, Dynamic Regret, and Sublinear Guarantees
Arxiv
0+阅读 · 6月8日
Buzz, Choose, Forget: A Meta-Bandit Framework for Bee-Like Decision Making
Arxiv
0+阅读 · 6月2日
Neural Variance-aware Dueling Bandits with Deep Representation and Shallow Exploration
Arxiv
0+阅读 · 6月3日
Robust Restless Multi-Armed Bandit for Data Center Flexibility Services Through Virtual Machine Scheduling
Arxiv
0+阅读 · 5月18日
Robust Restless Multi-Armed Bandit for Data Center Flexibility Services Through Virtual Machine Scheduling
Arxiv
0+阅读 · 6月4日
Vanishing L2 regularization for the softmax Multi Armed Bandit
Arxiv
0+阅读 · 5月5日
Regret Analysis of Sleeping Competing Bandits
Arxiv
0+阅读 · 3月20日
Best-Arm Identification with Noisy Actuation
Arxiv
0+阅读 · 4月2日
Fitting Reinforcement Learning Model to Behavioral Data under Bandits
Arxiv
0+阅读 · 3月26日
Asymptotically and Minimax Optimal Regret Bounds for Multi-Armed Bandits with Abstention
Arxiv
0+阅读 · 3月22日
When Do We Need LLMs? A Diagnostic for Language-Driven Bandits
Arxiv
0+阅读 · 4月7日
A Multi-Armed Bandit-Based Participant Selection Method for Federated Recommendation Systems
Arxiv
0+阅读 · 3月29日
参考链接
微信扫码咨询专知VIP会员
Top