Online Restless Multi-Armed Bandits with Long-Term Fairness Constraints
Online Restless Multi-Armed Bandits with Long-Term Fairness Constraints
复制标题
具有长期公平性约束的在线不安分多臂强盗
DOI：
10.1609/aaai.v38i14.29489
复制
发表时间：
2024
期刊：
影响因子：
--
通讯作者：
Li, Jian
中科院分区：
文献类型：
--
作者：
Wang, Shufan;Xiong, Guojun;Li, Jian
登录
查看更多内容
基于 Whittle 指数的 Q 学习，用于具有平均奖励的不安强盗
DOI：
10.1016/j.automatica.2022.110186
发表时间：
2020
期刊：
ArXiv
影响因子：
--
作者：
Konstantin Avrachenkov;V. Borkar
通讯作者：
V. Borkar
阻塞性睡眠呼吸暂停治疗依从性的马尔可夫模型
DOI：
--
发表时间：
2013
期刊：
影响因子：
--
作者：
Yuncheol Kang;V. Prabhu;A. Sawyer;P. Griffin
通讯作者：
P. Griffin
DOI：
10.1609/aaai.v35i9.16979
发表时间：
2020-09
期刊：
ArXiv
影响因子：
--
作者：
K. C. Kalagarla;Rahul Jain;P. Nuzzo
通讯作者：
K. C. Kalagarla;Rahul Jain;P. Nuzzo
DOI：
--
发表时间：
2021-10
期刊：
ArXiv
影响因子：
--
作者：
Khaled Nakhleh;Santosh Ganji;Ping-Chun Hsieh;I.-Hong Hou;S. Shakkottai
通讯作者：
Khaled Nakhleh;Santosh Ganji;Ping-Chun Hsieh;I.-Hong Hou;S. Shakkottai
针对多动作不安强盗贼的 Q-Learning 拉格朗日策略
DOI：
10.1145/3447548.3467370
发表时间：
2021
期刊：
Proceedings of the 27th ACM SIGKDD Conference on Knowledge Discovery & Data Mining
影响因子：
--
作者：
J. Killian;Arpita Biswas;Sanket Shah;M. Tambe
通讯作者：
M. Tambe