本文提出了一种简单算法，能够在最小化采样预算的同时确定最佳武器。该算法依赖于跟踪最佳比例的武器采样规则，且停止规则不依赖于武器数量。实验结果表明，该算法明显优于现有算法。同时，本文还对具有连续武器集的线性武装的最佳武器识别问题进行了首次分析。

本文研究了固定置信度下的最佳武器识别问题，提出了一种简单的算法，采样复杂度与已知的特定实例下界匹配，在几乎必然的情况下一致性和期望上。该算法使用的停止规则不依赖于武器数量。实验结果表明，该算法明显优于现有算法。同时，本文还对具有连续武器集的线性武装的最佳武器识别问题进行了首次分析。

本文研究了固定置信度下的最佳武器识别问题，提出了一种简单的算法，采样复杂度与已知实例下界匹配。算法依赖于跟踪最佳比例的武器采样规则，且停止规则不依赖于武器数量。实验结果表明，算法优于现有算法。同时，对具有连续武器集的线性武装的最佳武器识别问题进行了首次分析。

本文研究了固定置信度下的最佳武器识别问题，提出了一种简单的算法，采样复杂度与已知实例下界匹配。算法依赖于跟踪最佳比例的武器采样规则，且停止规则不依赖于武器数量。实验结果表明，算法优于现有算法。同时，对具有连续武器集的线性武装的最佳武器识别问题进行了首次分析。