arXiv · Machine Learning· Rohan Deb, Aadirupa Saha, Udaya Ghai, Karan Singh, Arindam Banerjee·· 14 小时前AI 评分60
Replicable Dueling Bandits：面向可复现选择的对战式赌博机算法
Replicable Dueling Bandits
AI 导读
Rohan Deb 等作者研究可复现的对战式赌博机：在共享内部随机性且比较结果独立的两次执行中，每轮选择相同有序臂对的概率至少为 1−ρ。
来源：arXiv · Machine Learning · arxiv.org