非平稳随机赌博机的划分树加权

本研究针对交互数据（即行动与观察交织的数据流）中的通用源编码进行了扩展，解决了如何在行动生成中避免自我错觉问题。提出了一种高效的新算法，推广了划分树加权的通用编码技术，并成功应用于非平稳随机伯努利赌博机问题，显示了其在控制设置下的优越性能。