本文研究了在移动通信下行数据中进行内容级别选择性卸载的问题，将流行的内容存储在无线信息站终端的高速缓存存储器中，直接从信息站下载存储的内容，以减少蜂窝网络的延迟和负载，并利用多臂赌博问题及切换成本等方式进行最优的缓存内容放置来学习流行度模型，以提高缓存效率。

Jul, 2014

该研究在未知用户偏好情况下，探究了学习型缓存在小型蜂窝网络（SCN）中的应用。在这个问题中，我们从多智能体多武器老虎机（MAMAB）的角度模拟这个序列决策问题。我们提出几种 MAMAB-Based 算法，在静态和非静态环境下直接学习缓存策略，以实现最小化系统长期传输延迟的目标。该研究验证了所提出的算法的有效性，并进一步讨论了不同参数对缓存性能的影响。

Jan, 2020

本文提出了一种自适应聚类技术，以探索 - 利用策略为基础，用于内容推荐系统中高动态性的推荐领域，该算法利用数据中的喜好模式，具有与协同过滤方法类似的优点，对中等规模的真实世界数据集进行了实证分析，表现出可扩展性和预测性能提高。

Feb, 2015

本文提出了一种在通信困难的灾害情景中利用无人机辅助的内容管理系统，通过静态和移动无人机的混合网络，给被困用户提供关键信息的访问。为了最大化被困用户的内容可用性，设计了一种实时学习内容缓存策略的内容传播系统。通过使用去中心化的多臂赌博学习模型，考虑了地理和时间上的差异，以及内容的异质性需求，实现了无人机缓存决策的优化。通过各种网络规模、无人机分布和内容受欢迎程度的功能验证和性能评估，验证了所提出的缓存框架的有效性。

Dec, 2023

研究如何考虑物品间的相关性，将物品聚类为不同的组别，并使用基于粒子学习的算法来推断模型的潜在参数和状态，从而开发出一种可以有效地整合现有多臂选择策略的在线交互协作推荐系统。

Aug, 2017

该研究提出了一种通用的组合多臂赌博问题框架，将未知分布的基础臂组成超级臂进行玩耍，进一步探讨了更多可能基于已激发臂的结果触发概率的扩展，旨在通过在线学习算法实现最小化（α，β）- 逼近遗憾。

Jul, 2014

通过构建神经协同过滤自适应组 Metaban 算法，本文将人工智能中的探究与利用困境（exploitation-exploration dilemma）应用于定制化推荐，并在实验中将 Metaban 与六种模型进行对比，结果表明 Metaban 显著优于其他模型的表现。

Jan, 2022

在通信受限的灾难情景中，本文提出了一种微型无人机增强的内容管理系统。该系统在缺乏蜂窝基础设施的情况下，部署了一个由静止和移动无人机组成的混合网络，为孤立的社区提供重要的内容访问。通过装备有垂直和水平链接的静态锚定无人机，该系统满足本地用户的需求，而通过装备有水平链接和更高灵活性的机动微型运输无人机，系统可以覆盖多个社区中的用户。该系统的主要目标是设计一种自适应内容传播系统，动态学习缓存策略以最大限度地提高内容可访问性。本文提出了一种分散式的 Top-k 多臂赌博机学习方法，用于无人机缓存决策，以适应地理和时间上的内容流行度差异和多样化的内容需求。所提出的机制涉及一种选择性缓存算法，通过利用无人机之间的共享信息，自动减少内容的冗余副本。实验证明，Top-k 多臂赌博机学习和选择性缓存算法可以改善系统性能，同时使学习过程适应性更强。本文在各种网络规模、微型运输无人机群体和异构的流行度分布下对所提出的缓存框架进行了功能验证和性能评估。

Apr, 2024

本文探究并验证基于多臂赌博机算法 (MABs) 生成的个性化推荐系统所依赖的假设是否正确，结果表明人类偏好动态性的存在需要被考虑。同时，作者还提供了一种灵活的实验框架来理解人类偏好动态性和测试 MABs 算法。

Apr, 2023

本文针对认知无线电网络中的多个次级用户争取多个信道的机会问题，提出去中心化多臂赌博问题，并设计出一种去中心化的在线学习策略，以达到尽可能降低总体期望回报与所有用户回归之间的差距。其中，分别考虑了优先级排序和公平访问策略。

Apr, 2011