★ 1
arXiv 论文：反馈图赌博机近最优一阶遗憾界
论文研究固定已知有向反馈图下对抗赌博机的一阶遗憾保证，弥合了最坏情况与一阶保证在图依赖上的差距。作者给出期望遗憾界 O(√(αL*)+α)，先针对自感知图设计结合 EXP3 与优化探索采样的算法，再扩展至一般强可观测图。
arXiv cs.LG4 小时前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文研究固定已知有向反馈图下对抗赌博机的一阶遗憾保证，弥合了最坏情况与一阶保证在图依赖上的差距。作者给出期望遗憾界 O(√(αL*)+α)，先针对自感知图设计结合 EXP3 与优化探索采样的算法，再扩展至一般强可观测图。