StreamingBandit；基于老虎机策略的实验

社会科学及更广泛领域中的大量统计决策问题可以被框定为（上下文）多臂老虎机问题。然而，开发和评估解决此类问题的策略，并在应用研究中使用这些策略，是出了名的困难。为解决此问题，本文介绍了 StreamingBandit，一个用于在现场研究中开发和测试老虎机策略的 Python Web 应用程序。StreamingBandit 可以使用（在线）策略实时顺序选择处理方案。一旦 StreamingBandit 在应用环境中部署，不同的策略可以被测试、更改、嵌套和比较。StreamingBandit 使得在现场实验中应用多种老虎机策略进行序贯分配变得容易，并允许快速开发和重用新颖策略。在本文中，我们详述了 StreamingBandit 的实现逻辑并提供了若干使用实例。