标签: 对抗多臂老虎机 - 文档

对抗多臂老虎机Exp3算法的指数加权策略在对抗性多臂老虎机问题中，环境会主动让你的选择变差。你需要一个即使对手（环境）不断调整，也能持续优化决策的策略。Exp3（Exponent

# 对抗多臂老虎机 # Exp3算法 # 指数加权策略

标签：对抗多臂老虎机