
Die Studie präsentiert einen Algorithmus für lineare kontextuelle Banditen, der auf dem Best-of-Both-Worlds-Konzept basiert und die Tsallis-Entropie verwendet.


coremsg

lc-tsalis-inf-generalized-best-of-both-worlds-linear-contextual-bandits


LC-Tsalis-INF: Generalized Best-of-Both-Worlds Linear Contextual Bandits


title_rewrite


Proposing the α-Linear-Contextual (LC)-Tsallis-INF algorithm for linear contextual bandits with improved regret bounds.


lc-tsalis-inf-linear-contextual-bandits-with-tsallis-entropy


LC-Tsalis-INF: Linear Contextual Bandits with Tsallis Entropy



提案されたアルゴリズムは、線形コンテキストバンディット問題において、Tの依存性を改善し、Tsallisエントロピーを使用してO(log(T))の後悔を得ることができます。
