概念Best-Arm Identification / BAI
最佳臂识别
机器学习中的一个问题框架，算法通过自适应采样从多个候选臂中识别平均奖励最大的臂，广泛应用于推荐系统和A/B测试等领域
时间轴 (近 90 天)
11月2日
一篇研究将多臂老虎机遗憾、序列检验、最佳臂识别以及马尔可夫决策过程（MDP）的实例相关极限统一到一条证明链中。
待验证50%
10月16日
共同方差高斯臂模型是 BAI 理论分析中的标准设定：每个臂的奖励服从方差相同、均值未知的高斯分布。
待验证50%
机器学习中的一个问题框架，算法通过自适应采样从多个候选臂中识别平均奖励最大的臂，广泛应用于推荐系统和A/B测试等领域
一篇研究将多臂老虎机遗憾、序列检验、最佳臂识别以及马尔可夫决策过程（MDP）的实例相关极限统一到一条证明链中。
共同方差高斯臂模型是 BAI 理论分析中的标准设定：每个臂的奖励服从方差相同、均值未知的高斯分布。