贝叶斯优化中高斯过程代理模型与采集函数EI/UCB 当需要寻找一个“黑箱”函数（即内部机理未知，只知道输入和输出）的最大值或最小值时，贝叶斯优化是一种极其高效的策略。它特别适用于评
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
