在未知线性约束下，使用拉格朗日方法进行探索性学习

BriefGPT - AI 论文速递 · 2024-10-24T00:00:00Z

在上下文足够随机的情况下，贪心算法能够实现速率最优。新提出的Greedy-First算法通过上下文和奖励来决定策略，证明其在无假设条件下也具备速率最优性，模拟结果显示其优于现有的上下文bandit算法。