Buchumschlag

Maximal Objectives in the Multi-armed Bandit with Applications

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ozbay, Eren, Kamble, Vijay
Format:	Preprint
Veröffentlicht:	2020
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Comparative Performance of Collaborative Bandit Algorithms: Effect of Sparsity and Exploration Intensity
von: Ozbay, Eren, et al.
Veröffentlicht: (2024)

Causal Multi-Task Demand Learning
von: Gupta, Varun, et al.
Veröffentlicht: (2026)

Multi-armed Bandits with Missing Outcome
von: Mahrooghi, Ilia, et al.
Veröffentlicht: (2024)

Replicability is Asymptotically Free in Multi-armed Bandits
von: Komiyama, Junpei, et al.
Veröffentlicht: (2024)

Offline Learning for Combinatorial Multi-armed Bandits
von: Liu, Xutong, et al.
Veröffentlicht: (2025)

Deceptive Exploration in Multi-armed Bandits
von: Vurankaya, I. Arda, et al.
Veröffentlicht: (2025)

Causally Abstracted Multi-armed Bandits
von: Zennaro, Fabio Massimo, et al.
Veröffentlicht: (2024)

Fairness of Exposure in Online Restless Multi-armed Bandits
von: Sood, Archit, et al.
Veröffentlicht: (2024)

Transfer Learning for Contextual Multi-armed Bandits
von: Cai, Changxiao, et al.
Veröffentlicht: (2022)

Locally Private Nonparametric Contextual Multi-armed Bandits
von: Ma, Yuheng, et al.
Veröffentlicht: (2025)

Learning with Limited Shared Information in Multi-agent Multi-armed Bandit
von: Shao, Junning, et al.
Veröffentlicht: (2025)

Multi-agent Multi-armed Bandit with Fully Heavy-tailed Dynamics
von: Wang, Xingyu, et al.
Veröffentlicht: (2025)

Heterogeneous Multi-agent Multi-armed Bandits on Stochastic Block Models
von: Xu, Mengfan, et al.
Veröffentlicht: (2025)

Transfer in Sequential Multi-armed Bandits via Reward Samples
von: R, Rahul N, et al.
Veröffentlicht: (2024)

Falcon: Fair Active Learning using Multi-armed Bandits
von: Tae, Ki Hyun, et al.
Veröffentlicht: (2024)

Hybrid Combinatorial Multi-armed Bandits with Probabilistically Triggered Arms
von: Zhou, Kongchang, et al.
Veröffentlicht: (2025)

Design Experiments to Compare Multi-armed Bandit Algorithms
von: Meng, Huiling, et al.
Veröffentlicht: (2026)

Best Group Identification in Multi-Objective Bandits
von: Shahverdikondori, Mohammad, et al.
Veröffentlicht: (2025)

Kullback-Leibler Maillard Sampling for Multi-armed Bandits with Bounded Rewards
von: Qin, Hao, et al.
Veröffentlicht: (2023)

Efficient and Optimal Policy Gradient Algorithm for Corrupted Multi-armed Bandits
von: Liu, Jiayuan, et al.
Veröffentlicht: (2025)

Adaptive Endpointing with Deep Contextual Multi-armed Bandits
von: Min, Do June, et al.
Veröffentlicht: (2023)

Extended UCB Policies for Multi-armed Bandit Problems
von: Liu, Keqin, et al.
Veröffentlicht: (2011)

Multi-agent Multi-armed Bandits with Minimum Reward Guarantee Fairness
von: Manupriya, Piyushi, et al.
Veröffentlicht: (2025)

Decentralized Blockchain-based Robust Multi-agent Multi-armed Bandit
von: Xu, Mengfan, et al.
Veröffentlicht: (2024)

Robust Decentralized Multi-armed Bandits: From Corruption-Resilience to Byzantine-Resilience
von: Hu, Zicheng, et al.
Veröffentlicht: (2025)

Thompson Sampling for Multi-Objective Linear Contextual Bandit
von: Park, Somangchan, et al.
Veröffentlicht: (2025)

MultiScale Contextual Bandits for Long Term Objectives
von: Rastogi, Richa, et al.
Veröffentlicht: (2025)

Federated $\mathcal{X}$-armed Bandit with Flexible Personalisation
von: Arabzadeh, Ali, et al.
Veröffentlicht: (2024)

GINO-Q: Learning an Asymptotically Optimal Index Policy for Restless Multi-armed Bandits
von: Chen, Gongpu, et al.
Veröffentlicht: (2024)

A Tight Lower Bound for Non-stochastic Multi-armed Bandits with Expert Advice
von: Chase, Zachary, et al.
Veröffentlicht: (2025)

Optimal Control of Fluid Restless Multi-armed Bandits: A Machine Learning Approach
von: Bertsimas, Dimitris, et al.
Veröffentlicht: (2025)

Communication-Corruption Coupling and Verification in Cooperative Multi-Objective Bandits
von: Shi, Ming
Veröffentlicht: (2026)

Blessings of Multiple Good Arms in Multi-Objective Linear Bandits
von: Ann, Heesang, et al.
Veröffentlicht: (2026)

Multi-Objective Multi-Agent Bandits: From Learning Efficiency to Fairness Optimization
von: Wang, John, et al.
Veröffentlicht: (2026)

Towards a Pretrained Model for Restless Bandits via Multi-arm Generalization
von: Zhao, Yunfan, et al.
Veröffentlicht: (2023)

Improving Thompson Sampling via Information Relaxation for Budgeted Multi-armed Bandits
von: Jeong, Woojin, et al.
Veröffentlicht: (2024)

Recommenadation aided Caching using Combinatorial Multi-armed Bandits
von: J, Pavamana K, et al.
Veröffentlicht: (2024)

Meta-Learning Multi-armed Bandits for Beam Tracking in 5G and 6G Networks
von: Mattick, Alexander, et al.
Veröffentlicht: (2025)

Continuum-armed Bandit Optimization with Batch Pairwise Comparison Oracles
von: Chang, Xiangyu, et al.
Veröffentlicht: (2025)

Combinatorial Multi-armed Bandits: Arm Selection via Group Testing
von: Mukherjee, Arpan, et al.
Veröffentlicht: (2024)