Stochastic Contextual Bandits with Long Horizon Rewards
Stochastic Contextual Bandits with Long Horizon Rewards
复制标题
具有长期奖励的随机上下文强盗
DOI：
--
复制
发表时间：
2023
期刊：
影响因子：
--
通讯作者：
Oymak, Samet
中科院分区：
文献类型：
--
作者：
Qin, Yuzhen;Li, Yingcong;Pasqualetti, Fabio;Fazel, Maryam;Oymak, Samet
登录
查看更多内容
非随机线性强盗中的延迟与合作
DOI：
10.1051/0004-6361/202345845
发表时间：
2020
期刊：
Astronomy & Astrophysics
影响因子：
--
作者：
Shinji Ito;Daisuke Hatano;Hanna Sumita;Kei Takemura;Takuro Fukunaga;Naonori Kakimura;K. Kawarabayashi
通讯作者：
K. Kawarabayashi
DOI：
--
发表时间：
2017-09
期刊：
--
影响因子：
--
作者：
Ciara Pike-Burke;Shipra Agrawal;Csaba Szepesvari;S. Grünewälder
通讯作者：
Ciara Pike-Burke;Shipra Agrawal;Csaba Szepesvari;S. Grünewälder
DOI：
--
发表时间：
2020-02
期刊：
arXiv: Learning
影响因子：
--
作者：
Guanya Shi;Yiheng Lin;Soon-Jo Chung;Yisong Yue;A. Wierman
通讯作者：
Guanya Shi;Yiheng Lin;Soon-Jo Chung;Yisong Yue;A. Wierman
具有聚合反馈的高斯过程强盗
DOI：
10.1609/aaai.v36i8.20892
发表时间：
2021
期刊：
ArXiv
影响因子：
--
作者：
Mengyan Zhang;Russell Tsuchida;Cheng Soon Ong
通讯作者：
Cheng Soon Ong
稀疏线性老虎机的信息定向采样
DOI：
--
发表时间：
2021
期刊：
Neural Information Processing Systems
影响因子：
--
作者：
Botao Hao;Tor Lattimore;Wei Deng
通讯作者：
Wei Deng