whittle index policy | BriefGPT

关键词whittle index policy

搜索结果 - 7

基于表格和深度学习的 Whittle 指数计算
使用 QWI 和 QWINN 两种强化学习算法，分别基于表格和深度学习结构，学习总折扣标准下的 Whittle 指数。关键特征是使用两个时间尺度，一个更快的时间尺度用于更新状态 - 动作 Q 值，一个相对较慢的时间尺度用于更新 Whittl
PDFa month ago
基于 Whittle 指数的有限时间分析：带有神经网络函数逼近的不安定多臂赌博机上的 Q 学习
基于神经网络函数逼近的 Whittle 指数的 Q - 学习算法 Neural-Q-Whittle 解决不断变化的多臂赌博机问题，通过耦合两个时间尺度的 Q - 函数和 Whittle 指数，提供了 Neueral-Q-Whittle 的收
PDF9 months ago
有限状态不等式多臂赌博机和 Rollout 策略的可索引性
通过拉格朗日松弛和 Whittle 指数策略，本研究针对有限状态的多臂赌博机问题提出了一种解决方案，并使用值迭代算法验证了单臂赌博机的可指数性，讨论了在线掷骰策略和算法的计算复杂性，并通过数值实验证明，指数策略和掷骰策略优于短视策略。
PDFa year ago
使用不安定博弈算法缓存流量不稳定的内容
本文研究在无线边缘 (即基站) 缓存内容以最小化无限时域内的成本问题，将问题建模为不安定老虎机问题，证明了应用 Whittle 指数策略最小化费用的指标性。
PDF2 years ago
AAAI乐观 Whittle 指数策略：动态赌博机的在线学习
该研究提出了一种基于 Whittle 指数策略的在线学习算法 UCWhittle，使用上限置信度方法学习转移动力学来解决具有未知状态转移的 RMAB 问题，该算法在三个不同领域均表现出比现有在线学习算法更好的性能。
PDF2 years ago
多臂赌博机中的可扩展决策焦点学习及其在母婴健康中的应用
本文提出了一种新颖的用于决策焦点学习的方法，该方法直接训练预测模型以最大化 Whittle 指数解的质量，应用于不确定武装转移动态但已知相关武装特征的不安静多臂老虎机（RMAB）问题，并提高了在 RMAB 问题中的可扩展性，并将算法应用于先
PDF2 years ago
NeurWIN：深度强化学习的神经 Whittle 指数网络用于不安静的赌博机
本文提出了一种名为 NeurWIN 的神经 Whittle 指标网络，通过利用 Whittle 指标的数学性质，学习任何不平静机器的 Whittle 指标。我们证明了生成 Whittle 指标的神经网络也是为一组马尔可夫决策问题生成最优控制
PDF3 years ago