本研究提出了一种优化组合良带算法，通过新的触发概率和方差调节条件，降低了对后悔束缚的依赖性。实验结果显示该算法在不同领域具有优越性能。

应用于逐步强化学习和其他领域的组合多元多臂赌博机
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