会员服务
A Frequency-Domain Analysis of the Multi-Armed Bandit Problem: A New Perspective on the Exploration-Exploitation Trade-off
Arxiv
0+阅读 · 10月10日
Q-Learning with Shift-Aware Upper Confidence Bound in Non-Stationary Reinforcement Learning
Arxiv
0+阅读 · 10月3日
Regret Analysis for Randomized Gaussian Process Upper Confidence Bound
Arxiv
0+阅读 · 7月16日
Bayesian Optimization of Robustness Measures under Input Uncertainty: A Randomized Gaussian Process Upper Confidence Bound Approach
Arxiv
0+阅读 · 7月23日
Bayesian Optimization of Robustness Measures Using Randomized GP-UCB-based Algorithms under Input Uncertainty
Arxiv
0+阅读 · 4月4日
Neural Contextual Bandits Under Delayed Feedback Constraints
Arxiv
0+阅读 · 4月16日
Mastering truss structure optimization with tree search
Arxiv
0+阅读 · 4月2日
On Pareto Optimality for the Multinomial Logistic Bandit
Arxiv
0+阅读 · 1月31日
Precise Asymptotics and Refined Regret of Variance-Aware UCB
Arxiv
0+阅读 · 2月16日
Bayesian Optimization by Kernel Regression and Density-based Exploration
Arxiv
0+阅读 · 2月10日
Bandits with Anytime Knapsacks
Arxiv
0+阅读 · 1月30日
Zero-Inflated Bandits
Arxiv
0+阅读 · 1月31日
On the Precise Asymptotics and Refined Regret of the Variance-Aware UCB Algorithm
Arxiv
1+阅读 · 2024年12月12日
Mastering truss structure optimization with tree search
Arxiv
0+阅读 · 2024年11月5日
Tree Ensembles for Contextual Bandits
Arxiv
0+阅读 · 2024年11月1日
参考链接
微信扫码咨询专知VIP会员
Top