Лучшие миры для линейных контекстуальных бандитов с платными наблюдениями
arXiv: 2510,07424v3 Annuates Type: заменить резюме: мы изучаем линейные контекстуальные бандиты с платными наблюдениями, где в каждом раунде ученик наблюдает контекст, выбирает действие и может оплачивать фиксированную стоимость для наблюдения обратной связи от поднабора оружия. Мы предлагаем два…