自适应遗憾在可能的情况下:只需两个查询

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该研究提供了敌对强盗算法的新下界,并证明了最佳臂的总损失或损失的二次变化的上界是接近紧的。研究还证明了单臂最优和遗憾不能随损失范围的提高而扩展。

🏷️

标签

➡️

继续阅读