Thompson Sampling vs UCB vs EXP3 実験
環境:
ベルヌーイ分布[0.2,0.3,0.4]
アンチUCB
アンチTS
アンチEXP3
実験回数:
トライ回数:
実験開始
UCB当たり数/トライ数
TS当たり数/トライ数
EXP3当たり数/トライ数