बहु-सशस्त्र डाकू
एक बहु-सशस्त्र डाकू एक निर्णय समस्या है जहां आप बार-बार अज्ञात भुगतान वाले विकल्पों में से चुनते हैं और जैसे-जैसे आप आगे बढ़ते हैं सीखते हैं, पाए गए सर्वोत्तम विकल्पों का शोषण करने के खिलाफ नए विकल्पों की खोज में संतुलन बनाते हैं।
सिंहावलोकन
It powers A/B testing, recommendations, and online ad selection.
गहरा गोता
यह नाम एक जुआरी से आया है जो कई स्लॉट मशीनों (एक-सशस्त्र डाकुओं) का सामना कर रहा है, प्रत्येक की जीत दर अज्ञात है, जो कई खींचतानों पर इनाम को अधिकतम करना चाहता है। केंद्रीय तनाव एक्सप्लोर-एक्सप्लॉइट ट्रेडऑफ़ है: उस हाथ को खींचते रहें जो सबसे अच्छा दिखता है, या अधिक जानने के लिए अनिश्चित हथियारों का नमूना लें। प्रदर्शन को अफसोस, आपके पुरस्कारों के बीच संचयी अंतर और हमेशा सही सर्वोत्तम हाथ चुनने से मापा जाता है; अच्छे एल्गोरिदम अफसोस प्राप्त करते हैं जो राउंड की संख्या में केवल लघुगणकीय रूप से बढ़ता है। क्लासिक रणनीतियों में एप्सिलॉन-लालची (शोषण, लेकिन छोटी संभावना के साथ यादृच्छिक रूप से अन्वेषण करना), अपर कॉन्फिडेंस बाउंड (उच्चतम आशावादी अनुमान के साथ हाथ चुनना), और थॉम्पसन सैंपलिंग (प्रत्येक हाथ के पीछे के विश्वास से नमूना लेना और विजेता की भूमिका निभाना) शामिल हैं। प्रासंगिक डाकू स्थिति की विशेषताओं का चयन करके इसका विस्तार करते हैं।
तकनीकी अंतर्दृष्टि
यूसीबी 'अनिश्चितता के तहत आशावाद' का प्रतीक है: यह प्रत्येक हाथ के औसत इनाम के लिए एक आत्मविश्वास बोनस जोड़ता है, जो लगभग (n_i पर 2 ln t) का वर्गमूल है, जहां t गोल है और n_i वह समय हाथ है जिसकी मुझे कोशिश की गई थी। शायद ही कभी खींचे गए हथियारों को बड़ा बोनस मिलता है और उनकी खोज की जाती है; अच्छे नमूने वाले हथियार उनके अनुमान पर निर्भर करते हैं। इसके बजाय थॉम्पसन का नमूना प्रति हाथ बायेसियन पोस्टीरियर को बनाए रखता है और प्रत्येक हाथ के इष्टतम होने की संभावना के अनुपात में पता लगाता है।
सामरिक प्रभाव
लागत और बजट
वास्तुकला संबंधी निर्णय वर्षों तक प्रदर्शन और परिचालन लागत को संचालित करते हैं।
स्पष्ट निर्णय
तकनीकी शिक्षा टीमों को सही स्टैक चुनने में मदद करती है, न कि केवल नवीनतम स्टैक चुनने में।
गुणवत्ता नियंत्रण
बेहतर इंजीनियरिंग विकल्प उत्पादन में विश्वसनीयता की घटनाओं को कम करते हैं।
बहु-सशस्त्र डाकुओं का भविष्य
डाकू सुदृढीकरण सीखने में फैल रहे हैं, जहां वे सबसे सरल बिल्डिंग ब्लॉक बनाते हैं, और प्रासंगिक और तंत्रिका डाकुओं के साथ बड़े पैमाने पर वैयक्तिकरण में समृद्ध सुविधाओं को पढ़ते हैं। सक्रिय अनुसंधान गैर-स्थिर पुरस्कारों को लक्षित करता है जो समय के साथ कम हो जाते हैं, सुरक्षा या निष्पक्षता बाधाओं वाले डाकुओं और गहन प्रतिनिधित्व सीखने वाले डाकुओं के संयोजन को लक्षित करते हैं। उनसे अनुकूली नैदानिक परीक्षणों, गतिशील मूल्य निर्धारण और एलएलएम प्रणालियों में एम्बेडेड होने की अपेक्षा करें जो अफसोस को नियंत्रित करते हुए ऑनलाइन संकेत या उपकरण चुनते हैं।
वास्तविक विश्व कार्यान्वयन
एक समाचार साइट बैंडिट्स का उपयोग यह तय करने के लिए करती है कि किस हेडलाइन संस्करण को दिखाया जाए, सबसे अधिक क्लिक अर्जित करने वाले संस्करण पर ट्रैफ़िक को तुरंत स्थानांतरित कर दिया जाए।
एक ऑनलाइन विज्ञापन प्लेटफ़ॉर्म नए विज्ञापनों का परीक्षण करते समय क्लिक-थ्रू को अधिकतम करने के लिए थॉम्पसन सैंपलिंग के साथ क्रिएटिव में इंप्रेशन आवंटित करता है।
एक अनुकूली नैदानिक परीक्षण बेहतर परिणाम दिखाने वाले उपचारों के लिए अधिक रोगियों को नियुक्त करता है, जिससे निचली भुजाओं का जोखिम कम हो जाता है।
एक स्ट्रीमिंग सेवा प्रासंगिक बैंडिट्स के साथ प्रति उपयोगकर्ता अनुशंसा थंबनेल को ट्यून करती है जो देखने-इतिहास सुविधाओं को पढ़ती है।
जोखिम और रेलिंग
एक बेंचमार्क को अनुकूलित करने से व्यापक सिस्टम कमजोरियों को छुपाया जा सकता है।
बुनियादी ढांचे और रखरखाव की लागत को अक्सर कम करके आंका जाता है।
जैसे-जैसे सिस्टम अधिक जटिल होते जाएंगे सुरक्षा और अवलोकन संबंधी अंतराल बढ़ सकते हैं।
कार्यान्वयन रोडमैप
कार्यान्वयन से पहले विलंबता, गुणवत्ता और लागत लक्ष्य परिभाषित करें।
यथार्थवादी लोड और डेटा स्थितियों के तहत बेंचमार्क।
त्रुटियों, बहाव और उपयोगकर्ता प्रभाव के लिए उपकरण निगरानी।
स्केलिंग से पहले रोलबैक और घटना प्रतिक्रिया पथ तैयार करें।
अन्वेषण करते रहें
Free newsletter
Get the daily AI briefing
Three verified AI stories every weekday morning, written in plain English. Free forever, no ads.
One email each weekday. Unsubscribe in one click. We never sell or share your address.
Test yourself
Take the Multi-Armed Bandits quiz
Instant feedback on every answer, and a shareable certificate with a verifiable ID once you pass a course.
Support free AI education. AI Understanding is a 501(c)(3) nonprofit — no ads, no paywall, ever. Make a donation
अगली गाइड
सट्टा स्ट्रीमिंग और मल्टी-टोकन भविष्यवाणी
अक्सर पूछे जाने वाले प्रश्नों
What is Multi-Armed Bandits?
एक बहु-सशस्त्र डाकू एक निर्णय समस्या है जहां आप बार-बार अज्ञात भुगतान वाले विकल्पों में से चुनते हैं और जैसे-जैसे आप आगे बढ़ते हैं सीखते हैं, पाए गए सर्वोत्तम विकल्पों का शोषण करने के खिलाफ नए विकल्पों की खोज में संतुलन बनाते हैं। यह ए/बी परीक्षण, सिफ़ारिशों और ऑनलाइन विज्ञापन चयन का अधिकार देता है।
What is next for Multi-Armed Bandits?
डाकू सुदृढीकरण सीखने में फैल रहे हैं, जहां वे सबसे सरल बिल्डिंग ब्लॉक बनाते हैं, और प्रासंगिक और तंत्रिका डाकुओं के साथ बड़े पैमाने पर वैयक्तिकरण में समृद्ध सुविधाओं को पढ़ते हैं। सक्रिय अनुसंधान गैर-स्थिर पुरस्कारों को लक्षित करता है जो समय के साथ कम हो जाते हैं, सुरक्षा या निष्पक्षता बाधाओं वाले डाकुओं और गहन प्रतिनिधित्व सीखने वाले डाकुओं के संयोजन को लक्षित करते हैं। उनसे अनुकूली नैदानिक परीक्षणों, गतिशील मूल्य निर्धारण और एलएलएम प्रणालियों में एम्बेडेड होने की अपेक्षा करें जो अफसोस को नियंत्रित करते हुए ऑनलाइन संकेत या उपकरण चुनते हैं।
एप्सिलॉन-लालची रणनीति क्या करती है?
एप्सिलॉन-लालची अधिकांश समय मौजूदा सर्वश्रेष्ठ बांह का शोषण करता है और कम संभावना वाले एप्सिलॉन के साथ एक यादृच्छिक बांह की खोज करता है।
एक प्रासंगिक डाकू मानक डाकू से किस प्रकार भिन्न है?
प्रासंगिक डाकू प्रत्येक दौर के बारे में अतिरिक्त जानकारी (विशेषताओं) का निरीक्षण करते हैं और इसका उपयोग उस संदर्भ के लिए सर्वोत्तम हाथ चुनने के लिए करते हैं।