Causal contextual bandits with one-shot data integration
We study a contextual bandit setting where the agent has access to causal side information, in addition to the ability to perform multiple targeted experiments corresponding to potentially different context-action pairs—simultaneously in one-shot within a budget. This new formalism provides a natura...
সংরক্ষণ করুন:
| প্রধান লেখক: | , |
|---|---|
| বিন্যাস: | Artigo |
| ভাষা: | Inglês |
| প্রকাশিত: |
Frontiers Media S.A.
2024-12-01
|
| মালা: | Frontiers in Artificial Intelligence |
| বিষয়গুলি: | |
| অনলাইন ব্যবহার করুন: | https://www.frontiersin.org/articles/10.3389/frai.2024.1346700/full |
| ট্যাগগুলো: |
কোনো ট্যাগ নেই, প্রথমজন হিসাবে ট্যাগ করুন!
|