多臂

译者 | 崔皓,审校 | 孙淑娟,研究人员提出了一些方法，在理论上保证重尾奖励分布的先验信息最小的情况下损失最小。,,研究多臂赌博机问题（MABs）是为了解决不确定环境下的连续决策问题，针对多臂赌博机...