本研究比较了休眠多臂赌博机中的拉格朗日指数策略(LIP)与惠特尔指数策略(WIP)的性能。结果表明,LIP在WIP表现不佳时依然表现良好,并且显著降低了内存需求。此外,研究还分析了重启模型的拉格朗日指数,并提供了均匀赌博机渐近最优性的新证明。
完成下面两步后,将自动完成登录并继续当前操作。