http://blog.tsingjyujing.com/ml/rl/Recent content in 强化学习相关博客 on 清雨影的BlogHugozh-CNTue, 05 May 2020 00:00:00 +0900http://blog.tsingjyujing.com/ml/rl/mab-summary/Tue, 05 May 2020 00:00:00 +0900http://blog.tsingjyujing.com/ml/rl/mab-summary/<h1 id="re从零开始的multi-armed-bandit">Re：从零开始的Multi-armed Bandit<a class="anchor" href="#re%e4%bb%8e%e9%9b%b6%e5%bc%80%e5%a7%8b%e7%9a%84multi-armed-bandit"></a></h1> <h2 id="前言">前言<a class="anchor" href="#%e5%89%8d%e8%a8%80"></a></h2> <p>这是一篇旨在从零开始介绍多臂老虎机（Multi-armed Bandit）算法，有点综述性质的文章。为的是在本人死前说清楚其中的Stochastic Bandit问题和几乎所有的流行的解决方案。</p>