具有预算信息揭示的上下文赌博机

上下文赌博机算法常用于数字医疗中以推荐个性化治疗方案。然而，为确保治疗有效性，常要求患者采取对其无即时益处的行动，我们称之为治疗前行动。实践中，临床医生拥有有限预算以鼓励患者采取这些行动并收集额外信息。我们引入一种新颖的优化与学习算法来解决此问题。该算法无缝结合了两种算法途径的优势：1) 用于决定联系患者最优时机的在线原始对偶算法；2) 用于向患者提供个性化治疗的上下文赌博机学习算法。我们证明该算法具有次线性后悔界。我们在合成与真实世界数据上展示了该算法的实用性。