Stochastic Multi-Player Bandit Learning from Player-Dependent Feedback
Stochastic Multi-Player Bandit Learning from Player-Dependent Feedback
复制标题
随机多人强盗从玩家相关的反馈中学习
DOI：
--
复制
发表时间：
2020
期刊：
影响因子：
--
通讯作者：
Chaudhuri, K.
中科院分区：
文献类型：
--
作者：
Wang, Z.;Singh, M.K.;Zhang, C.;Riek, L.D.;Chaudhuri, K.
登录
查看更多内容
在线学习附带辅助信息
DOI：
10.1109/milcom.2017.8170860
发表时间：
2017
期刊：
MILCOM 2017 - 2017 IEEE Military Communications Conference (MILCOM)
影响因子：
--
作者：
Xiao Xu;Sattar Vakili;Qing Zhao;A. Swami
通讯作者：
A. Swami
热启动强盗与来自混杂数据的辅助信息
DOI：
--
发表时间：
2020
期刊：
arXiv.org
影响因子：
--
作者：
Nihal Sharma;S. Basu;Karthikeyan Shanmugam;S. Shakkottai
通讯作者：
S. Shakkottai
协作汤普森采样
影响因子：
3.8
作者：
Zhenyu Zhu;Liusheng Huang;Hongli Xu
通讯作者：
Hongli Xu
历史上的多臂强盗问题
DOI：
--
发表时间：
2012
期刊：
International Conference on Artificial Intelligence and Statistics
影响因子：
--
作者：
Pannagadatta K. Shivaswamy;T. Joachims
通讯作者：
T. Joachims
辅助机器人中的偏好学习：观察重复逆强化学习
DOI：
--
发表时间：
2018
期刊：
Machine Learning in Health Care
影响因子：
--
作者：
Bryce Woodworth;Francesco Ferrari;Teofilo E. Zosa;L. Riek
通讯作者：
L. Riek