#线性Bandit

推荐给做在线决策或推荐排序的读者：这篇论文处理了“连续动作组合必须合规”这种常见但少有人形式化的问题，给出了可用的 OFUL 算法和遗憾界证明。

这篇论文提出了VAEE算法，首次在异方差线性Bandit中打破了总方差屏障，实现了更紧的遗憾界，适合对Bandit理论感兴趣的研究者。