带探测的多臂老虎机：最优覆盖与反馈的作用

针对每轮最多探测 n 个臂中 k 个并获取最大奖励的老虎机问题，研究证明在独立同分布设定下的极小化极大遗憾度为 $\Theta(\frac{n-k}{n}\min\{T,n/k\})$，且仅需观测最大值即可达成。