预算约束下贝叶斯 Bandits 用于未来利用：新型近似算法与分析

论文提出一种高效算法，在探索预算硬约束的多臂 Bandit 问题中实现了 0.43 的近似比，打破了此前 4/27 的界限。 针对有界可交换奖励观测的非渐近场景，新算法的近似比可达 $1-e^{-1} \approx 0.63$，并在自然线性规划松弛下是渐近紧的。