whittle index | BriefGPT - AI 论文速递

关键词whittle index

搜索结果 - 6

一种基于指标的无休止赌博任务分配策略：为拉动机械臂工人争取公平
本文研究在资源受限条件下随机过程的干预规划问题，并提出了一种解决异构工人的多工人多臂不懈赌博机问题的方法。通过开发基于指标的调度策略和 Whittle 指数的多工人扩展，实现公平性和高收益的干预计划。最后的实验结果表明，该方法在公平性方面表
PDFa year ago
DeepTOP: MDP 和 RMAB 的深度阈值最优策略
本研究探讨了阈值策略在控制问题中的最优策略学习，发现其单调性质使得其策略梯度具有简单表达式，进而构建了一种基于离线策略评估方法的最优阈值策略学习算法，并应用于多臂老虎机问题中的 Whittle index 的学习。仿真结果表明，该算法学习速
PDF2 years ago
有限时间和流式无休止多臂赌博机问题的高效算法
提出了 “Streaming Bandits” 框架，该框架为不安宁的多臂赌博机问题，其中异构臂可以在有限寿命后进入和离开系统。该框架自然地解决了卫生干预计划问题，同时提供了一个新颖而高效的算法来计算 Whittle 索引解。
PDF3 years ago
折叠赌博算法及其在公共卫生干预中的应用
提出了一种新的无休止多臂赌博机设置 ——Collapsing Bandits，并在医疗保健领域中实现了应用，该算法使用何维特指数技术和阈值策略来优化可观察状态数量较少、不可观察状态数量较多的多臂赌博机问题，评估了算法在多种数据分布上的性能。
PDF4 years ago
基于 Whittle 指数的平均奖励不安匪徒问题的 Q 学习
引入一种新的增强学习算法，利用 Q-learning 和 Whittle 指数的范例来解决平均奖励下的多臂赌博机问题。具体而言，利用 Whittle 指数策略的结构来缩小 Q-learning 的搜索空间，从而获得重大的计算增益。通过数字实
PDF4 years ago
以不安静强盗策略为特点的机会调度
本文研究了多用户情况下的能源效率调度问题，考虑了有限队列、延迟和传输能量耗费对传输的影响，采用 Whittle index 方法计算用户优先级，结果表明该算法优于最大权重调度和加权公平调度策略。
PDF7 years ago