arXiv 机器学习· Keerthana Gurushankar·· 5 小时前AI 评分33
可复用资源在线分配的均值场最优策略：Lag
Lag: A Mean-Field Optimal Policy for Online Assignment with Reusable Resources
AI 导读
研究人员针对可复用资源在线任务分配问题提出闭式索引策略 Lag，将其建模为上下文休眠多臂老虎机（CRMAB），并通过占用度量线性规划（OCC-LP）的对偶形式求解。
来源：arXiv 机器学习 · arxiv.org