Обсуждение

Нобелвка-шнобелевка себя полностью дискридировала. Вы бы еще Евровидение начали рассматривать как достижения.

у вас какой хирш?)

Как сюда можно приплести обучение с подкреплением непонятно.

Проблема много-рукого бандита является важной частью области Обучения с подкреплением, особенно в контексте исследования компромисса между исследованием (exploration) и использованием (exploitation) для максимизации вознаграждения. Однако она не является основой Обучения с подкреплением. Обучение с подкреплением охватывает более широкий спектр задач, где агент взаимодействует со средой, принимает последовательные решения и учитывает состояния системы. В то время как проблема много-рукого бандита фокусируется на выборе действий без учета состояний, Обучение с подкреплением рассматривает более сложные сценарии с динамическими и стохастическими средами.

Предшественниками проблемы многорукого бандита являются области последовательного анализа и статистического принятия решений. В частности, проблема многорукого бандита возникла из исследований по последовательному дизайну экспериментов и оптимальному распределению ресурсов в статистике.

Абрахам Вальд внёс значительный вклад в развитие последовательного анализа во время Второй мировой войны, разрабатывая методы для эффективного принятия решений на основе поступающих данных. Его работа по последовательному анализу предоставила математическую основу для задач, где решения принимаются последовательно во времени.

Также Герберт Роббинс в 1952 году опубликовал работу "Some Aspects of the Sequential Design of Experiments", где обсуждались методы балансировки между исследованием и использованием при выборе между различными альтернативами. Эта работа считается одной из первых, формально описывающих проблему, близкую к современному пониманию многорукого бандита.

Таким образом, предшественниками проблемы многорукого бандита являются исследования в области последовательного принятия решений, статистического контроля качества и оптимального экспериментального дизайна, направленные на эффективное использование ограниченных ресурсов в условиях неопределённости.

Предпочитаете меряться станом и фигурой? С этим на подиум лучше

Анатолий Игревич! Очень полезную дискуссию Вы развернули. Вернее, дали ей интереснейший, наисовременный оборот. Правда, она размывает в сознии людей ХХ века и их учеников старую антитезу: "Что-то физики в почете. Что-то лирики в загоне..." Да, весь ХХ век мы видели, как "...величие степенно отступает в логарифмы." Но, вглядевшись в физику, мы начинаем понимать, что и она — лирика. Формулы математики и их символы сушат жизнь, превращай её в сухари. Полезные лишь в период голода. Grau, teurer Freund, ist alle Theorie und grün des Lebens goldner Baum. Человеческое знание — результат взаимодействия среды природной и среды интелектуальной. А наука, на мой взгляд, есть квинтэссенция знания, суть человеческой рефлексии на окружающиц нас мир и свой опыт. В этом и Маркс, великий материалист, прознавался 180 лет назад: "теория становится материальной силой, как только она овладевает массами." Кстати, первые шаги в "материализации" руссийского интелектуального дискурса, российской культуры, как мне кажется, сделал именно гуманитарий. М.М.Бахтин, который вслед за физиологом А. А. Ухтомским, ввёл уже в гуманитарный оборот понятие "хронотоп" и, тем самым, обозначил, дал им имя самому субъектвному, что есть у людей — времени. По моему мнению, культура, как среда, как radix — корень, не менее существена, чем многомерный космос. Грех нам, если будем и дальше следовать эпигонам и Конта, и Маркса, и считать, что мухи — это не котлеты. Географы и биологи давно знают, что со смертью всё только и начинается и к "котлетам" относят всё, что шевелилось и цвело, что дало новую жизнь. На мой взгляд: "Верной дорогой идёте, товарищи!".