会员服务
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
Replicable Bandits for Digital Health Interventions
Arxiv
0+阅读 · 10月28日
Optimal Arm Elimination Algorithms for Combinatorial Bandits
Arxiv
0+阅读 · 10月28日
Self-Concordant Perturbations for Linear Bandits
Arxiv
0+阅读 · 10月28日
Diffusion Models Meet Contextual Bandits
Arxiv
0+阅读 · 10月28日
Adapting to Stochastic and Adversarial Losses in Episodic MDPs with Aggregate Bandit Feedback
Arxiv
0+阅读 · 10月27日
A conversion theorem and minimax optimality for continuum contextual bandits
Arxiv
0+阅读 · 10月27日
From Contextual Combinatorial Semi-Bandits to Bandit List Classification: Improved Sample Complexity with Sparse Rewards
Arxiv
0+阅读 · 10月26日
UCB-type Algorithm for Budget-Constrained Expert Learning
Arxiv
0+阅读 · 10月26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
Oracle-Efficient Combinatorial Semi-Bandits
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
参考链接
微信扫码咨询专知VIP会员
Top