实体
Lipschitz bandits
Lipschitz bandits
PulseAugur coverage of Lipschitz bandits — every cluster mentioning Lipschitz bandits across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新研究详解自适应学习中的记忆-批次权衡
一篇新研究论文探讨了自适应学习系统中记忆与批处理之间的权衡，特别是在随机Lipschitz赌博机的背景下。该研究描述了保留有限状态信息并将动作组织成已提交批次的系统的最小最大预期伪遗憾。研究结果揭示了一个新颖的惩罚项，突出了状态宽度和更新深度的不同作用，表明这些因素不可互换。研究还展示了信息路由约束如何影响遗憾和决策编码，其中匹配策略负责管理验证统计数据和活动集。
-
新研究探索先进的多臂老虎机算法 · 跟踪 8 个来源
该集群包含几篇研究论文，探讨了多臂老虎机算法的进展。主题包括表征对抗性噪声老虎机中的可学性、开发具有有限适应性的上下文轮播老虎机，以及为线性老虎机提出新的探索策略。此外，还提出了关于学习同伴影响概率、处理马尔可夫老虎机中不可观察的状态以及优化条件因果老虎机的研究。