Johns Hopkins University（约翰斯·霍普金斯大学）

Group-Sensitive Offline Contextual Bandits

群体敏感的离线上下文老虎机

Yihong Guo, Junjie Luo, Guodong Gao, Ritu Agarwal, Anqi Liu

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文提出了一种群体敏感的离线上下文老虎机优化框架，通过引入群体奖励差异约束，减少策略学习中的群体间奖励不平等，同时保持整体性能的竞争性。