Простыми словами
Например, команда подбирает параметры системы и обнаруживает, что улучшение одного показателя одновременно ухудшает другой. Поэтому результат сравнивают не только с ближайшим улучшением, но и с ограничениями всей задачи - иначе можно быстро прийти к хорошему на вид, но далёкому от лучшего решению.
Механизм действия
Сначала проверяют, есть ли исходное условие из определения. Затем смотрят, как оно влияет на внимание, ожидания, ограничения выбора и обратную связь. Если эту связь не удаётся наблюдать, принцип не стоит использовать как готовое объяснение.
Пример в работе
Решение принимают без учета механизма «Upper Confidence Bound», оценивая только ближайший эффект.
Перед изменением проверяют, как «Upper Confidence Bound» влияет на ограничения, стимулы, зависимости и вторичные последствия.
Ограничения
«Upper Confidence Bound» объясняет только часть происходящего в области «Оптимизация и решения». Сам принцип не говорит, насколько сильным будет эффект в вашем случае, и не заменяет измерения. При другом масштабе, среде или временном горизонте результат может отличаться.
Источник
Peter Auer; Nicolò Cesa-Bianchi; Paul Fischer, “Finite-Time Analysis of the Multiarmed Bandit Problem”, 2002.