多臂老虎机 UCB 算法的置信上界推导与后悔界 1. 定义多臂老虎机问题 明确 问题设定：你有 K 个老虎机（臂），每个臂 i 有一个未知的奖励分布，均值为 μi。你每次选择拉一个
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
