ContextualBandits系列

碎碎念

　　Bandits, Contextual Bandits, RL。3个方向，属于不断升级。CB是一步reward的rl，相比于bandits，可以使用特征信息。最新的研究成果应该就是neural bandits了。正好看到一个github上有很不错的bandits算法对比，正好也在做这块，打算学习下。

 

github地址：https://github.com/sauxpa/neural_exploration

neural ucb论文解读：https://zhuanlan.zhihu.com/p/262608477

 

算法系列

读代码 -> 跑代码 -> 写代码

 

总结