概念SR
Successive Rejects
一种经典固定预算最佳臂识别算法，将总预算划分为若干阶段，每阶段淘汰表现最差的候选臂，属于有限自适应采样策略
时间轴 (近 90 天)
10月16日
Successive Rejects (SR) 是一种经典固定预算最佳臂识别算法，每轮淘汰一个候选臂，其各阶段长度是预先设定的。
待验证50%
10月16日
对于具有共同方差的高斯臂，SR 在最差情况下的误差指数（以 H₁(P) 归一化后）在常数因子范围内已经达到最优。
待验证50%
10月16日
一篇最新研究将 SR 的阶段调度设计形式化为针对归一化误差指数的优化问题，并提出了新的变体 H₁-Balanced Successive Rejects (H₁-SR)。
待验证50%
10月16日
原始 SR 算法对应的最优归一化速率比例收敛到仅 1/4。
待验证50%
10月16日
研究在十个合成实例和两个基于数据集的高斯基准上进行了实验，将优化调度与原始 SR 在有限时间范围内进行对比。
待验证50%
10月16日
H₁-SR 的计算开销几乎与原始 SR 相当。
待验证50%
全部知识事实 (6)
待验证
Successive Rejects (SR) 是一种经典固定预算最佳臂识别算法，每轮淘汰一个候选臂，其各阶段长度是预先设定的。
50%待验证对于具有共同方差的高斯臂，SR 在最差情况下的误差指数（以 H₁(P) 归一化后）在常数因子范围内已经达到最优。
50%待验证原始 SR 算法对应的最优归一化速率比例收敛到仅 1/4。
50%待验证H₁-SR 的计算开销几乎与原始 SR 相当。
50%待验证一篇最新研究将 SR 的阶段调度设计形式化为针对归一化误差指数的优化问题，并提出了新的变体 H₁-Balanced Successive Rejects (H₁-SR)。
50%待验证研究在十个合成实例和两个基于数据集的高斯基准上进行了实验，将优化调度与原始 SR 在有限时间范围内进行对比。
50%