전문가의 행동 진화 이력을 활용한 효율적인 역 배치 컨텍스트 밴딧

전문가의 행동 진화 이력을 활용하여 전문가 정책 및 보상 매개변수를 효율적으로 학습할 수 있는 역 배치 컨텍스트 밴딧 프레임워크를 제안한다.