HR-Bandit：人类-人工智能协作线性 recourse 多臂赫尔墨斯问题

人类医生经常会建议可行的补救措施，使患者能够修改其病情以获取更有效的治疗。以此为灵感，我们提出 Recourse Linear UCB ($\textsf{RLinUCB}$) 算法，通过平衡探索与开发优化动作选择和特征修改。我们进一步将其扩展为人类-人工智能线性 recourse 多臂赫尔墨斯问题 ($\textsf{HR-Bandit}$)，将人类专长整合以提升性能。$\textsf{HR-Bandit}$ 提供三个关键保证：(i) 热启动保证以提高初始性能，(ii) 人类工作量保证最小化所需的人类交互，以及 (iii) 鲁棒性保证，即使人类决策次优，仍确保亚线性懊悼。实证结果，包括一个医疗案例研究，验证了其对现有基准的优越性能。