文脈依存デューリングバンディットのための感情的トンプソンサンプリング

提案するアルゴリズムFGTS.CDSは、文脈依存デューリングバンディットの問題に対して、感情的トンプソンサンプリングを適用したものである。従来のUCBベースのアルゴリズムと比べ、より効率的に大規模な行動空間を扱うことができる。また、理論的にはミニマックス最適な後悔bound を達成する。