Restless Bandits with Average Reward: Breaking the Uniform Global Attractor Assumption
Restless Bandits with Average Reward: Breaking the Uniform Global Attractor Assumption
复制标题
平均奖励的不安分强盗：打破统一的全球吸引子假设
DOI：
--
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Wang, Weina
中科院分区：
文献类型：
--
作者：
Hong, Yige;Xie, Qiaomin;Chen, Yudong;Wang, Weina
登录
查看更多内容
DOI：
10.1287/opre.1070.0505
发表时间：
2009-03
期刊：
Oper. Res.
影响因子：
--
作者：
T. Archibald;Dan Black;K. Glazebrook
通讯作者：
T. Archibald;Dan Black;K. Glazebrook
动态选择问题的索引策略和性能界限
DOI：
--
发表时间：
2020
期刊：
Management Sciences
影响因子：
--
作者：
David B. Brown;James E. Smith
通讯作者：
James E. Smith
对于 Whittle 来说，可索引性还不够：针对不安分强盗的改进的、近乎最优的算法
DOI：
--
发表时间：
2022
期刊：
Adaptive Agents and Multi-Agent Systems
影响因子：
--
作者：
Abheek Ghosh;Dheeraj M. Nagaraj;Manish Jain;Milind Tambe
通讯作者：
Milind Tambe
多臂不安的强盗：击败中心极限定理
DOI：
--
发表时间：
2021
期刊：
arXiv.org
影响因子：
--
作者：
X. Zhang;P. Frazier
通讯作者：
P. Frazier
一般非平稳有限视野不安定多臂多动作老虎机的渐近最优启发式
影响因子：
1.2
作者：
Gabriel Zayas;Stefanus Jasin;Guihua Wang
通讯作者：
Guihua Wang