楽観的Whittle指数ポリシー:静止のないバンディットのためのオンライン学習【JST・京大機械翻訳】

... のためのオンライン学習【JST・京大機械翻訳】」の詳細情報です。 ... Optimistic Whittle Index Policy: Online Learning for Restless Bandits.

上記は、記事のサマリーだけ表示されています。 元記事を読むには、こちらをクリック