会员服务
Online Optimization Algorithms in Repeated Price Competition: Equilibrium Learning and Algorithmic Collusion
Arxiv
0+阅读 · 11月24日
Conformal Bandits: Bringing statistical validity and reward efficiency to the small-gap regime
Arxiv
0+阅读 · 12月10日
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
Optimal Analysis for Bandit Learning in Matching Markets with Serial Dictatorship
Arxiv
0+阅读 · 12月7日
Balancing Performance and Costs in Best Arm Identification
Arxiv
0+阅读 · 12月5日
Thompson Sampling for Multi-Objective Linear Contextual Bandit
Arxiv
0+阅读 · 11月30日
Clutch Control: An Attention-based Combinatorial Bandit for Efficient Mutation in JavaScript Engine Fuzzing
Arxiv
0+阅读 · 11月14日
A Multi-Agent Conversational Bandit Approach to Online Evaluation and Selection of User-Aligned LLM Responses
Arxiv
0+阅读 · 11月11日
On Instability of Minimax Optimal Optimism-Based Bandit Algorithms
Arxiv
0+阅读 · 11月24日
Decentralized Projection-free Online Upper-Linearizable Optimization with Applications to DR-Submodular Optimization
Arxiv
0+阅读 · 12月1日
Cascading Bandits With Feedback
Arxiv
0+阅读 · 11月14日
Generalized Kernelized Bandits: A Novel Self-Normalized Bernstein-Like Dimension-Free Inequality and Regret Bounds
Arxiv
0+阅读 · 12月11日
ReFuzz: Reusing Tests for Processor Fuzzing with Contextual Bandits
Arxiv
0+阅读 · 12月4日
Representative Action Selection for Large Action Space: From Bandits to MDPs
Arxiv
0+阅读 · 11月27日
参考链接
微信扫码咨询专知VIP会员
Top