An improved upper bound on the expected regret of UCB-type policies for a matching-selection bandit problem
An improved upper bound on the expected regret of UCB-type policies for a matching-selection bandit problem
复制标题
针对匹配选择强盗问题的 UCB 型策略的预期遗憾的改进上限
DOI：
10.1016/j.orl.2015.08.008
复制
发表时间：
2015
影响因子：
1.1
通讯作者：
Mineichi Kudo
中科院分区：
文献类型：
--
作者：
Ryo Watanabe;Atsuyoshi Nakamura;Mineichi Kudo
