Bandit Algorithms Based on Thompson Sampling for Bounded Reward Distributions
Bandit Algorithms Based on Thompson Sampling for Bounded Reward Distributions
复制标题
基于汤普森采样的有界奖励分布的强盗算法
DOI：
--
复制
发表时间：
2019
期刊：
影响因子：
--
通讯作者：
Junya Honda
中科院分区：
文献类型：
--
作者：
Charles Riou;Junya Honda
一种新的半有界奖励老虎机算法的非渐近分析
影响因子：
6
作者：
J. Honda;A. Takemura
通讯作者：
A. Takemura
顺序分配问题的最优自适应策略
DOI：
--
发表时间：
1996
期刊：
影响因子：
--
作者：
A. Burnetas;M. Katehakis
通讯作者：
M. Katehakis