arXiv stat.ML· Yashaswini Kaluguri, Nikhil Karamchandani·· 12 天前AI 评分27
噪声观测下的级联老虎机：算法与遗憾界
Cascading Bandits with Noisy Observations: Algorithms and Regret Bounds
AI 导读
研究人员提出了一种新型随机级联老虎机设置，在从 $L$ 个臂中探索 $K$ 个臂的有序候选列表时引入位置相关成本，且仅能获取关于各臂真实输出的噪声反馈。
来源：arXiv stat.ML · arxiv.org