标签: 指数加权策略 - 文档

对抗多臂老虎机Exp3算法的指数加权策略

2026-07-08 22:51:36

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（Exponentialweight algorithm for Exploration and Exploitation）算法正是为此设

对抗多臂老虎机 Exp3算法指数加权策略

指数加权策略 共 1 篇文章