本研究探讨了在随机赌博机中融合绝对（奖励）和相对（对抗）反馈的方法。提出的分解融合算法在后悔界限表现上优于单一反馈类型，实验结果验证了其有效性，显示出重要的应用潜力。

Fusing Reward and Dueling Feedback in Stochastic Bandits
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证