研究了战略点击赌博问题，设计了激励感知的学习算法UCB-S，能够在不确定性下激励期望的臂行为，并学习未知参数以最小化遗憾度。通过模拟战略臂行为证实了激励设计的有效性和鲁棒性。

在线推荐中结合机制设计与强盗算法抗击标题党
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