面向未来利用的有预算贝叶斯多臂老虎机算法研究

研究者针对探索阶段具有硬性预算且先于利用的贝叶斯多臂老虎机问题提出新算法，打破了此前 1/3 与 4/27 的近似比界限。新提出的高效算法实现了 0.43 近似比，并在有界可交换奖励观测的非消失机制下进一步达到接近 1-e^{-1}（约 0.63）的保证。该技术还为停止序列模型评估提供了验证证书。