A novel individually rational objective in multi-agent multi-armed bandits: Algorithms and regret bounds

We study a two-player stochastic multi-armed bandit (MAB) problem with different expected rewards for each player, a generalisation of two-player general sum repeated games to stochastic rewards. Our aim is to find the egalitarian bargaining solution (EBS) for the repeated game, which can lead to mu...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings of the International Joint Conference on Autonomous Agents and Multiagent Systems Ročník 2020-May; s. 1395
Hlavní autoři:	Tossou, Aristide, Dimitrakakis, Christos, Rzepecki, Jaroslaw, Hofmann, K.
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	2020
Témata:	Egalitarian bargaining solution Individual rationality Multi-armed bandits Safety
ISSN:	1558-2914, 1548-8403
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!