按年被提到
20192019 · 5 次2026
强化学习与智能体›进化策略与探索·arXiv:1904.07272 · cs.LG

Introduction to Multi-Armed Bandits

多臂老虎机导论
Aleksandrs Slivkins · 2019

教科书式的多臂老虎机入门,涵盖 IID、对抗与上下文情形

开始阅读 ↗PDFalphaXiv 讨论
被推荐 · 4 人首次 2019-04-17 · 最近 2025-09-30
4不同的人
5活跃月份
7讨论串
819被引(OpenAlex)

以教科书方式系统介绍多臂老虎机:前四章讲 IID 奖励,接着三章讲对抗性奖励,第八章讲上下文老虎机,最后三章讲与经济学的联系(重复博弈、带约束的老虎机、激励下的探索)。每章是自成体系的技术介绍并附进一步进展综述,多数章节有习题,附录提供集中不等式和 KL 散度的必要背景。

HN 为什么提它

评论者称这些多臂老虎机笔记相当易懂,推荐为入门材料,并提到其中的 OFU(面对不确定性保持乐观)原则。

教程难度 3 / 5约 900 分钟经得起时间
读之前最好知道
1概率论与期望
2集中不等式(concentration inequalities)
3KL 散度
4在线学习与遗憾(regret)

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
推荐gautamcgoel · 2019-12

“I like these notes on multi-armed bandits, I think they're pretty accessible.”

推荐这份多臂老虎机讲义,觉得相当易懂
DFS, poker, basketball, Starcraft and strong opinions, weakly held原评论 ↗
被提交为 story · 6 次