组合半赌博机问题的多项式时间渐近最优策略
机器学习
2021-02-16 v1 机器学习
摘要
我们考虑具有不相关高斯奖励的组合半赌博机（combinatorial semi-bandits）。在本文中，据我们所知，我们提出了第一种方法，能够对许多感兴趣的组合结构在多项式时间内求解Graves-Lai优化问题。这随即给出了第一种已知的在多项式时间内实现组合半赌博机渐近最优算法的方法。
引用
@article{arxiv.2102.07254,
title = {Asymptotically Optimal Strategies For Combinatorial Semi-Bandits in Polynomial Time},
author = {Thibaut Cuvelier and Richard Combes and Eric Gourdin},
journal= {arXiv preprint arXiv:2102.07254},
year = {2021}
}
备注
26 pages