赌博机问题的图模型
机器学习
2012-02-20 v1 人工智能
机器学习
摘要
我们为多臂赌博机问题引入了一类丰富的图模型，该模型允许状态或上下文空间以及动作空间非常大，但能简洁地指定任何上下文-动作对的收益。我们的主要结果是针对此类模型的一种算法，其遗憾受参数数量限制，运行时间仅取决于动作空间所诱导的图子结构的树宽。
引用
@article{arxiv.1202.3782,
title = {Graphical Models for Bandit Problems},
author = {Kareem Amin and Michael Kearns and Umar Syed},
journal= {arXiv preprint arXiv:1202.3782},
year = {2012}
}