跳到正文
← 返回论文列表与筛选
阅读说明

本页整理公开书目信息,不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成,未完成全文核验,可能有误;具体假设、证明与结论请核对原文。摘要保留来源文本,未经模型改写。

DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要;缺少可靠材料时保留待补状态。

引用量采用 OpenAlex 单条关联记录,不合计多个记录;关联记录可能包含正式发表版本,不等于此版本单独引用。缺失不视为零,引用指标不代表论文质量。

关注作者按书目中的完整姓名匹配,同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列,再参考通用方法与发表日期。

分类依据与纠错

AI 根据所提供的论文材料归类:摘要研究双臂老虎机的序贯分配与优劣识别,未明确讨论因果效应估计或其他所列细分方向。

反馈分类问题

正在核对关联版本…

代码、数据与补充材料

正在核对对应版本的资源…

关注这篇论文的作者
DEREK ROBINSON

序贯处理分配规则的比较

研究问题
在每次试验立即观察成功或失败的双臂老虎机问题中,如何兼顾多使用较优处理与降低实验结束时误认较优处理的概率?
方法与思路
作者通过计算机模拟比较多种序贯处理选择规则,重点考察一种易于使用、基于动态分配指数的规则在不同模型参数下的表现。
材料陈述的贡献
摘要称,动态分配指数规则在较广模型参数范围内表现良好,为同时考虑处理使用与最终识别两个目标提供了模拟比较证据。
阅读关注点
阅读全文时应核对各分配规则、实验长度、参数范围及两项目标的评价指标,确认表现良好的具体情形及目标之间的权衡。
阅读边界
仅据版本未注明的 OpenAlex 索引摘要;处理结果的概率模型、比较数值和理论保证未说明,模拟表现不能直接推出普遍最优性。

原文摘要

An experiment is considered which consists of a series of trials, where at each trial one of two treatments must be used, the outcome, ‘success’ or ‘failure’, being known immediately; this is often referred to as a ‘two-armed bandit’. It is required to find a rule for choosing a treatment at each trial which meets, as far as possible, two objectives: (a) to maximize the use of the better treatment, and (b) to minimize the probability of wrongly identifying the better treatment at the end of the experiment. A number of such rules are compared using computer simulation and it is found that an easy-to-use rule based on a dynamic allocation index performs well for a wide range of model parameters.

笔记与分组
相关领域论文