面向上下文多臂老虎机的指数梯度 LINUCB
人工智能
2013-05-14 v1
摘要
我们提出了 Exponentiated Gradient LINUCB，一种用于上下文多臂老虎机的算法。该算法使用指数梯度来寻找 LINUCB 的最优探索。在一个专门设计的离线模拟框架内，我们使用真实的在线事件日志数据进行了评估。实验结果表明，我们的算法优于所调研的算法。
引用
@article{arxiv.1305.2415,
title = {Exponentiated Gradient LINUCB for Contextual Multi-Armed Bandits},
author = {Djallel Bouneffouf},
journal= {arXiv preprint arXiv:1305.2415},
year = {2013}
}