Algorithme d’échantillonnage

L'algorithme d’échantillonnage de Thompson, nommé d'après William R. Thompson, est une heuristique permettant de choisir des actions qui résolvent le dilemme exploration-exploitation dans le problème des bandits à plusieurs bras.

Elle consiste à choisir l'action qui maximise la récompense attendue par rapport à une croyance tirée au hasard.