会员服务
Online Bandits with (Biased) Offline Data: Adaptive Learning under Distribution Mismatch
Arxiv
0+阅读 · 12月18日
Bandit-Based Rate Adaptation for a Single-Server Queue
Arxiv
0+阅读 · 12月12日
Balancing Performance and Costs in Best Arm Identification
Arxiv
0+阅读 · 12月5日
Representative Action Selection for Large Action Space: From Bandits to MDPs
Arxiv
0+阅读 · 11月27日
Model Predictive Control is almost Optimal for Heterogeneous Restless Multi-armed Bandits
Arxiv
0+阅读 · 11月11日
Revisiting Clustering of Neural Bandits: Selective Reinitialization for Mitigating Loss of Plasticity
Arxiv
0+阅读 · 12月2日
Ksurf-Drone: Attention Kalman Filter for Contextual Bandit Optimization in Cloud Resource Allocation
Arxiv
0+阅读 · 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
A Field Test of Bandit Algorithms for Recommendations: Understanding the Validity of Assumptions on Human Preferences in Multi-armed Bandits
Arxiv
0+阅读 · 2023年4月16日
Bandit-Based Policy Invariant Explicit Shaping for Incorporating External Advice in Reinforcement Learning
Arxiv
0+阅读 · 2023年4月14日
Regret Distribution in Stochastic Bandits: Optimal Trade-off between Expectation and Tail Risk
Arxiv
0+阅读 · 2023年4月10日
Sharp Deviations Bounds for Dirichlet Weighted Sums with Application to analysis of Bayesian algorithms
Arxiv
0+阅读 · 2023年4月6日
Stochastic Submodular Bandits with Delayed Composite Anonymous Bandit Feedback
Arxiv
0+阅读 · 2023年3月23日
参考链接
微信扫码咨询专知VIP会员
Top