smpybandits：一个开放源码的python包，用于单玩家和多玩家多武装bandits算法。
SMPyBandits的Python项目详细描述
快速演示
smpybandits 包含互联网上最完整的单播放器（经典）bandit算法集合（ 超过65！ ），以及所有最先进的多播放器算法的实现
我非常积极地关注与多武装匪徒（MAB）研究相关的最新出版物，并且通常很快地实现新算法（例如，请参见exp3++， corral 和 sparseucb 都是由文章介绍的（对于exp3++，corral的 ，sparseucb的 在2017年7月colt上展示， learnexp 来了从a NIPS 2017年论文 ，以及从a KL UCB++ 到alt 2017年论文。
- 经典的mab有很多应用，包括临床试验、a/b测试、游戏树探索和在线内容推荐（我的框架没有实现contextual bandit-yet）。
- 多播放器mab 在认知无线电中有应用，我的框架实现了文献中所有的冲突模型。以及过去10年左右的所有算法（2009年起的rhorand，2015年起的mega， 音乐椅 ，以及我们最先进的算法 randtopm 和 mctopm ）。
有了这个数值框架，模拟可以在单个cpu或多核机器上运行，摘要图自动保存为高质量的png、pdf和eps（准备在研究文章中使用）。做新的模拟是非常容易的，一个人只需要写一个配置脚本，基本上没有代码！请参见 这些示例（名为 configuration\uu…py的文件）。
完整的-doc.org/" rel="nofollow">sphinx 每种算法和每段代码的文档（包括配置中的常量！）可在此处获得： smpybandits.github.io
< div > 注- 我（Lilian Besson） 已经于2016年10月开始了我的博士学位，这是我自2016年12月以来正在进行的研究的一部分。
- 我在2017年3月发布了 文档 ，我在2017年用这个框架撰写了第一篇研究文章，并决定（最终）在2018年2月开放源代码我的项目。
欢迎加入QQ群-->： 979659372
