2025年11月8日
Multi-Armed Bandit
摘要： 问题描述 Bandit是一种常见的赌博机器。一般的赌场里的Bandit只有一个臂，你可以付钱来拉一次臂，机器会按照一个概率分布返回奖励。因为这样的机器常让赌徒输得精光，所以被称为“bandit(强盗)”。 数学上，我们考虑一个“Multi-Armed Bandit”的模型，它有\(k\)个臂，当你付 阅读全文
posted @ 2025-11-08 02:11 行而上 阅读(10) 评论(0) 推荐(0)