多臂老虎机新算法同时达到一阶后悔与最优最坏情况后悔界
把2019年那个带log的遗憾界做到O(√(KL*))，一个算法同时拿下stochastic和adversarial两种场景，做bandit理论的别错过。
#Tsallis熵
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「Tsallis熵」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月30日
把2019年那个带log的遗憾界做到O(√(KL*))，一个算法同时拿下stochastic和adversarial两种场景，做bandit理论的别错过。