A conjecture on the Feldman bandit problem
A conjecture on the Feldman bandit problem
复制标题
关于费尔德曼老虎问题的猜想
DOI：
10.1017/jpr.2018.19
复制
发表时间：
2018
影响因子：
1
通讯作者：
Ross, Sheldon M.
中科院分区：
文献类型：
--
作者：
Nouiehed, Maher;Ross, Sheldon M.
我们考虑伯努利盗贼问题，其中一只手臂的获胜概率为α，另一只手臂的获胜概率为β，α手臂的身份由初始概率指定。当u=max(α，β)，v=min(α，β)时，称获胜概率为u的臂为好臂。虽然众所周知，总是以最大概率成为一支好牌的策略会最大化所有n场比赛中前n场比赛的预期获胜次数，但我们推测，它也随机最大化获胜次数。也就是说，我们猜想，对于所有的k，n，当k=1且k=n时，且当只有两个手臂且k=n-1时，该策略最大化了至少k在前n个博弈中获胜的概率。
We consider the Bernoulli bandit problem where one of the arms has win probability α and the others β, with the identity of the α arm specified by initial probabilities. With u = max(α, β), v = min(α, β), call an arm with win probability u a good arm. Whereas it is known that the strategy of always playing the arm with the largest probability of being a good arm maximizes the expected number of wins in the first n games for all n, we conjecture that it also stochastically maximizes the number of wins. That is, we conjecture that this strategy maximizes the probability of at least k wins in the first n games for all k, n. The conjecture is proven when k = 1, and k = n, and when there are only two arms and k = n - 1.
不完全信息的顺序控制：多臂老虎机问题的贝叶斯方法
DOI：
--
发表时间：
1990
期刊：
影响因子：
--
作者：
E. Presman;I. Sonin;E. A. Medova;M. Dempster
通讯作者：
M. Dempster
关于多臂强盗问题
DOI：
--
发表时间：
1978
期刊：
影响因子：
--
作者：
L. Rodman
通讯作者：
L. Rodman
对“双臂强盗”问题的贡献
DOI：
--
发表时间：
1962
期刊：
影响因子：
--
作者：
Dorian Feldman
通讯作者：
Dorian Feldman