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:摘要讨论序贯抽样与奖励分配,未明确涉及因果效应识别或其他所列领域细分。

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
K. D. Glazebrook

序贯实验设计中的随机化动态分配指数

研究问题
从多个伯努利总体中逐次抽样时,基于随机化动态分配指数的规则,能否兼具渐近最优性与折扣奖励下的近似贝叶斯性?
方法与思路
作者研究Gittins提出的随机化指数抽样规则,围绕通常的折扣奖励准则,检验其可能同时具备两类最优性质的猜想。
材料陈述的贡献
摘要称,文章研究并验证了这一猜想;所述贡献涉及某些情形下两类性质的兼容性,未明确具体适用范围。
阅读关注点
读全文时应核对指数的随机化机制、奖励与折扣设定,以及渐近最优和“近似贝叶斯”的定义及成立条件。
阅读边界
仅据Crossref摘要。摘要未说明随机化规则、适用情形或证明条件,不能推断任意随机化指数规则都满足所述性质。

原文摘要

Summary In response to a suggestion by Bather, Gittins proposed the adoption of rules for sampling one at a time from several Bernoulli populations which were based on randomized versions of his dynamic allocation indices. Such rules, Gittins conjectured, might sometimes be both asymptotically optimal and also (almost) Bayes with respect to the usual discounted reward criterion. This conjecture is investigated and verified.

笔记与分组
相关领域论文