[控场AI]
概念线性上置信界 / Linear Upper Confidence Bound

LinUCB

上下文老虎机的经典算法实现,假设期望收益与上下文特征呈线性关系,通过维护每个臂的参数估计计算置信上界,优先选择上界最高的选项以平衡探索与利用

时间轴 (近 90 天)

10月4日

上下文老虎机常见的算法实现包括LinUCB(线性上置信界)和Thompson Sampling(汤普森采样)

待验证50%
10月4日

LinUCB假设期望收益与上下文特征呈线性关系,通过维护每个臂的参数估计计算置信上界,优先选择上界最高的选项

待验证50%
10月4日

LinUCB和Thompson Sampling相比固定ε-greedy策略在实践中通常表现更稳定

待验证50%

全部知识事实 (3)

来源文章