https://www.lri.fr/~sebag/Slides/Venice/Kocsis.pdf スライドの式を「多分こんな感じだろう」って判断して適当に実装＆適当に実験。 非定常な10本腕バンディット問題を解かせてみた感じだと、割引率0.999とか0.99だとUCB1より明らかに良い感じ。ただし、割…

http://homes.di.unimi.it/~cesabian/Pubblicazioni/ml-02.pdf どうもDiscounted UCB1はUCB1に割引率（？）の項を付け加えた感じらしいんで、まずは基本のUCB1からやってみようかと。 とりあえずUCB1とDiscounted UCB1を今日中に実装して、多腕バンディット…