概念Discounted UCB
折扣 UCB
在 UCB 基础上引入折扣因子，使早期观测权重随时间衰减，以适应收益分布变化的非平稳环境的探索策略。
时间轴 (近 90 天)
10月30日
HEMO 使用折扣 UCB 调度器，根据各模块效用的变化把适应资源导向更有希望的模块。
待验证50%
10月30日
折扣 UCB 在 UCB 基础上引入折扣因子，使早期观测的权重随时间衰减，从而适应收益分布发生变化的非平稳环境。
待验证50%
在 UCB 基础上引入折扣因子，使早期观测权重随时间衰减，以适应收益分布变化的非平稳环境的探索策略。
HEMO 使用折扣 UCB 调度器，根据各模块效用的变化把适应资源导向更有希望的模块。
折扣 UCB 在 UCB 基础上引入折扣因子，使早期观测的权重随时间衰减，从而适应收益分布发生变化的非平稳环境。