Lilian Weng — Lil’Log·· 2018-01-23AI 评估 · 31/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
多臂老虎机问题及其解法
The Multi-Armed Bandit Problem and Its Solutions
AI 导读
多臂老虎机问题是探索与利用困境的经典模型：K 台老虎机各有未知的奖励概率 θ，玩家需在 T 步内最大化累计奖励，或等价地最小化总遗憾。
来源：Lilian Weng — Lil’Log · lilianweng.github.io