3. (单选题, 10分) 下面对上限置信区间 (Upper Confidence Bound,UCB)算法在多臂机中的描述,哪句描述是不正确的( ) A UCB算法每次随机选择一个机来拉动其臂膀 B UCB算法是优化序列决策问题的方

动态 未结 0 148