强化学习理论基础 4.1 Bandit简介与遗憾分解引理 (Bandits, Regret Decomposition Lemma)

大家好，本视频是《强化学习理论基础》系列第四讲《Bandit问题》的第一部分《Bandit简介与遗憾分解引理》，主要讲解bandit简介、随机bandit（stochastic bandit）、遗憾（regret）、遗憾分解引理（regret decomposition lemma）的相关定义、推导、性质、证明。 本系列的板书、参考资料将分享在：https://github.com/ElSonidoDelViento/RLCourse（更新可能延迟） 如果发现视频中的纰漏、错误，欢迎反馈给我~ 强化学习理论基础 4.1 Bandit简介与遗憾分解引理 (Bandits, Regret Decomposition Lemma)