多臂老虎机中的期望样本复杂度研究

研究针对随机多臂老虎机问题提出"期望样本复杂度"性能指标，并在"期望近似正确"（ACE）新框架下进行分析。ACE 保证可推出对最优期望奖励的几乎必然收敛，且能转换为显式期望遗憾界；确定性算法无法获得良好的 ACE 界。