该文综述多臂老虎机最优臂识别研究，提出ROBAI等算法，兼顾最优臂与奖励最大化，分析停止时间与样本复杂度，揭示UCB过度探索问题，并扩展至鲁棒、公平、好臂识别及成本最小化等设定，提供理论保证与实验验证。