提出TS-SA随机逼近汤普森采样方法

2026年10月15日，arXiv Artificial Intelligence 刊出研究《从随机逼近视角重新思考 Langevin Thompson Sampling》。据该报道，Weixin Wang 等作者提出 TS-SA 方法，将随机逼近（SA）引入 Thompson Sampling（TS）框架：每轮用新观测到的奖励执行一次 Langevin 更新，并通过 SA 更新把噪声提议与当前参数估计结合起来。报道称，这一设计的目的是简化 TS 中反复采样的过程。目前该事件仅有这一篇报道，尚无后续跟进或不同说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。