成本高效的在线决策：一种组合多臂老虎机方法

在线决策在众多现实应用中起着关键作用。在许多场景中，决策是基于对到达的数据点执行一系列测试而做出的。然而，执行所有测试可能代价高昂且并非总是可行。在本文中，我们基于组合多臂老虎机对在线决策问题给出了一种新颖的建模，并将执行测试的（可能是随机的）成本考虑在内。基于该建模，我们提供了一种用于成本高效在线决策的新框架，其可利用后验采样或 BayesUCB 进行探索。我们对用于成本高效在线决策的 Thompson Sampling 进行了理论分析，并给出了多种实验结果，证明了我们的框架在现实问题上的适用性。