会员服务
Adaptive Algorithms for Infinitely Many-Armed Bandits: A Unified Framework
Adaptive Algorithms for Infinitely Many-Armed Bandits: A Unified Framework
Arxiv
0+阅读 · 10月31日
Generalized Linear Bandits: Almost Optimal Regret with One-Pass Update
Arxiv
0+阅读 · 10月30日
Multimodal Bandits: Regret Lower Bounds and Optimal Algorithms
Arxiv
0+阅读 · 10月29日
Scalable Exploration via Ensemble++
Arxiv
0+阅读 · 10月28日
A conversion theorem and minimax optimality for continuum contextual bandits
Arxiv
0+阅读 · 10月27日
Offline Clustering of Linear Bandits: The Power of Clusters under Limited Data
Arxiv
0+阅读 · 10月25日
Diffusion Models Meet Contextual Bandits
Arxiv
0+阅读 · 10月26日
Feel-Good Thompson Sampling for Contextual Bandits: a Markov Chain Monte Carlo Showdown
Arxiv
0+阅读 · 10月24日
Exploration via Feature Perturbation in Contextual Bandits
Arxiv
0+阅读 · 10月24日
Regret Distribution in Stochastic Bandits: Optimal Trade-off between Expectation and Tail Risk
Arxiv
0+阅读 · 10月24日
Scalable LinUCB: Low-Rank Design Matrix Updates for Recommenders with Large Action Spaces
Arxiv
0+阅读 · 10月22日
Non-Stationary Lipschitz Bandits
Arxiv
0+阅读 · 10月22日
Balancing Act: Prioritization Strategies for LLM-Designed Restless Bandit Rewards
Arxiv
0+阅读 · 10月21日
Exploration via Feature Perturbation in Contextual Bandits
Arxiv
0+阅读 · 10月20日
Identifiable Latent Bandits: Leveraging observational data for personalized decision-making
Arxiv
0+阅读 · 10月20日
参考链接
微信扫码咨询专知VIP会员
Top