多目标老虎机少对多最优臂识别研究

2026年10月15日，arXiv Artificial Intelligence 刊出 Bo Xue 等作者的研究，提出多目标 bandit 中的 few-for-many 最佳臂识别问题。该问题将每个选项建模为一条臂，目标是找出一小组臂，使相对各目标最优值的最坏加权退化最小，而非为每个目标单独寻找最优臂。报道称，研究同时提出 few-for-many best-arm identification 方法及 GFM-Elim、AFM-Elim 算法。目前进展仅限该论文的公开发布，尚无后续跟进报道，也未出现与早先报道矛盾的数字或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。