On-line Learning in Tree MDPs by Treating Policies as Bandit Arms

Fuente: arXiv

Guardado en:

Detalles Bibliográficos
Autores principales:	Shah, Anvay, Anandanarayanan, Ramsundar, Moharir, Sharayu, Kalyanakrishnan, Shivaram
Formato:	Preprint
Publicado:	2026
Materias:	Artificial Intelligence Machine Learning
Acceso en línea:	Acceder al recurso
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!

Internet

https://arxiv.org/abs/2605.04979