RL,MAB与Contextual Bandits区别

45 阅读 0 评论 30 点赞

我是靠谱客的博主威武美女，最近开发中收集的这篇文章主要介绍RL,MAB与Contextual Bandits区别，觉得挺不错的，现在分享给大家，希望可以做个参考。

Contextual Bandits介于RL与MAB之间。

linUCB是Contextual Bandits的一种方法。其基本思想是用函数近似期望收益，对于每一个动作，学习一个这样的估计函数，当面临新的状态s的时候，先估计每个动作的期望收益，再根据UCB算法挑一个动作做（综合考虑探索和贪心）。

以上就是威武美女为你收集整理的RL,MAB与Contextual Bandits区别的全部内容，希望文章能够帮你解决RL,MAB与Contextual Bandits区别所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供，作为学习参考使用，或来自网络收集整理，版权属于原作者所有。