马尔可夫不安分多臂老虎机与指数策略：综述
综合数学
2026-01-26 v1
摘要
不安分多臂老虎机问题是用于广泛应用的随机模型中最优动态优先级分配的典型建模框架，自 Whittle 在 20 世纪 80 年代后期的开创性论文提出以来，已被广泛研究与应用。该问题产生了大量且快速增长的文献，本文按主题组织并综述了其中具有代表性的重要样本。虽然主要关注优先级指数策略，因为其具有直观性、可处理性、渐近最优性特性以及通常较强的经验性能，但也回顾了其他研究方向。讨论了理论与算法的发展，以及各种应用。主要目标是突出该主题已开展工作的显著广度，并促进该领域的进一步研究。
引用
@article{arxiv.2601.13045,
title = {Markovian restless bandits and index policies: A review},
author = {José Niño-Mora},
journal= {arXiv preprint arXiv:2601.13045},
year = {2026}
}
备注
33 pages