首页> BioSystems> Overtaking method based on sand-sifter mechanism: Why do optimistic value functions find optimal solutions in multi-armed bandit problems?

Overtaking method based on sand-sifter mechanism: Why do optimistic value functions find optimal solutions in multi-armed bandit problems?

导出原文传递

翻译打印收藏纠错

第一作者： Ochi, Kento

作者： Ochi, Kento ^[1] ; Kamiura, Moto ^[1]

作者单位： Tokyo Denki Univ, Grad Sch Sci & Engn, Hiki, Saitama, Japan ^[1]

关键词 Exploration-exploitation dilemma Multi-armed bandit problem Confidence interval UCB algorithm Optimism

发布时间 2015-11-18

翻译满意度评价：

准确一般字义偏差语意偏离译文作用小提交

浏览0

BioSystems

2015年135卷

55-65页

相似文献

中文期刊
外文期刊
学位论文
会议论文

浏览0

BioSystems

2015年135卷

55-65页

检索历史清除

Overtaking method based on sand-sifter mechanism: Why do optimistic value functions find optimal solutions in multi-armed bandit problems?

BioSystems

相似文献

同项目论文

BioSystems

相关期刊

参考文献：
指定格式：	NoteExpress EndNote RefWorks NoteFirst

检索历史 清除

Overtaking method based on sand-sifter mechanism: Why do optimistic value functions find optimal solutions in multi-armed bandit problems?

BioSystems

相似文献

同项目论文

BioSystems

相关期刊

检索历史清除