ブログへ戻る
TAG ARCHIVE
multi-armed-bandit
MARIA OSブログのmulti-armed-banditタグに関連する2件の記事。ボンギンカンの判断OS、AIガバナンス、Agentic Company研究をテーマ別に参照しやすい技術記事アーカイブです。
Architecture2026年2月14日35 min read
エージェント組織のアルゴリズムスタック: 7層アーキテクチャに対応する必須10手法
生成AI単体では埋まらない運用要件を、7層統合とレビュー比率制御で補完する
自律運用企業には、言語理解だけでなく意思決定予測、状態制御、構造推論、異常検知が同時に必要となる。本稿は10アルゴリズムを7層に対応付け、7状態/6遷移パイプライン、劣化時のエスカレーション、運用レビュー比率 `R_review` を含む統合設計指針を示す。
algorithm-stacktransformergradient-boostingrandom-forestMDPactor-criticmulti-armed-banditGNNPCAclustering
Intelligence2026年2月14日32 min read
企業戦略最適化のためのMulti-Armed Bandit: Thompson/UCB/Contextual手法の実装
探索と活用のトレードオフを、Layer 5の戦略探索基盤として定式化する
既知戦略の活用と新規戦略の探索を同時に扱うため、Thompson sampling・UCB・Contextual Banditを比較設計する。後悔最小化指標を経営運用へ接続し、戦略エンジンへの組み込み手順を示す。
multi-armed-banditThompson-samplingUCBexploration-exploitationstrategy-optimizationA/B-testingpricingresource-allocationagentic-companyMARIA OS