BriefGPT - AI 论文速递 · 2024-12-09T00:00:00Z

Conservative Contextual Bandits: Beyond Linear Representations

📝

内容提要

本研究提出了保守上下文强盗（CB）概念，以解决序列决策中的安全问题。C-SquareCB和C-FastCB算法在处理非线性臂成本时，能够高概率满足安全约束，并在实际数据中表现优于现有基线。

🏷️

标签

C-FastCB C-SquareCB 保守上下文强盗 安全问题 序列决策