BriefGPT.xyz
Ask
alpha
关键词
episodic structure
搜索结果 - 1
带有侧面信息的 MDPs 在线学习
本文提出了一种在线学习算法，使用有限马尔可夫决策过程解决了具有临床试验和推荐系统的应用方案的问题，该算法可以在计算效率上得到提升，并且在此设置下的后悔度最多为 O (√T)。
PDF
10 years ago
Prev
Next