利用鞍点边界来改进随机线性赌臂算法的新算法

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

该研究提出了一种新的策略,实现任何遗憾阈值的最优遗憾尾部概率,并探究了遗憾期望和尾部风险之间的权衡。研究表明,规划时间范围可降低尾部风险。

🏷️

标签

➡️

继续阅读