Multi Armed Bandits

多臂老虎机任务是指在有限资源下，通过在多个竞争性选项之间进行分配以最大化预期收益的问题。该任务核心在于探索与利用之间的权衡，具有重要的理论和应用价值，广泛应用于在线广告投放、推荐系统优化等领域。