研究人员为具有背包约束的上下文老虎机问题开发了新算法，该问题涉及在资源受限和奖励不确定的情况下将客户分配给产品。所提出的算法扩展了置信上限（UCB）家族并利用了再优化技术。这些方法实现了 O((ln T)^3 / T) 的平均遗憾，相比于类似动态定价问题的现有界限有了显著改进。 AI
影响 为资源受限环境中的不确定性决策引入了改进的理论界限。
排序理由 该集群包含一篇在 arXiv 上发表的研究论文，详细介绍了针对特定机器学习问题的新算法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
