会员服务
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
Restless Bandits with Individual Penalty Constraints: Near-Optimal Indices and Deep Reinforcement Learning
Arxiv
0+阅读 · 4月17日
GSC-QEMit: A Telemetry-Driven Hierarchical Forecast-and-Bandit Framework for Adaptive Quantum Error Mitigation
Arxiv
0+阅读 · 4月27日
Fixed-Budget Constrained Best Arm Identification in Grouped Bandits
Arxiv
0+阅读 · 3月4日
Buzz, Choose, Forget: A Meta-Bandit Framework for Bee-Like Decision Making
Arxiv
0+阅读 · 3月4日
Choosing the Better Bandit Algorithm under Data Sharing: When Do A/B Experiments Work?
Arxiv
0+阅读 · 2月23日
Rigidity in LLM Bandits with Implications for Human-AI Dyads
Arxiv
0+阅读 · 3月8日
Poisson-MNL Bandit: Nearly Optimal Dynamic Joint Assortment and Pricing with Decision-Dependent Customer Arrivals
Arxiv
0+阅读 · 2月18日
Flickering Multi-Armed Bandits
Arxiv
0+阅读 · 2月19日
Bandit Allocational Instability
Arxiv
0+阅读 · 2月7日
参考链接
微信扫码咨询专知VIP会员
Top