BriefGPT - AI 论文速递 · 2024-12-17T00:00:00Z

Lagrangian Index Policy for Restless Bandits with Average Reward

📝

内容提要

本研究比较了休眠多臂赌博机中的拉格朗日指数策略（LIP）与惠特尔指数策略（WIP）的性能。结果表明，LIP在WIP表现不佳时仍能保持良好效果，并显著减少内存需求。此外，研究分析了重启模型的拉格朗日指数，并提供了均匀赌博机的渐近最优性的新证明。

🏷️

标签

休眠多臂赌博机 内存需求 惠特尔指数策略 拉格朗日指数策略 渐近最优性