बहु-भुज बन्धु (UCB, थॉम्पसन सैंपलिंग)

बहु-भुज बन्धु (MAB) एक अनुकूली प्रयोगात्मक ढाँचा है जो संचयी पश्चाताप को कम करने के लिए प्रतिस्पर्धी भुजाओं में परीक्षणों को क्रमिक रूप से आवंटित करता है, साथ ही यह भी सीखता है कि कौन सी भुजा सबसे अच्छा प्रदर्शन करती है। इसे 1952 में रॉबिन्स द्वारा औपचारिक रूप दिया गया था और 2002 में ऑवर एट अल. (Auer et al.) द्वारा परिमित-समय की गारंटी दी गई थी, यह अनिश्चित विकल्पों की खोज को वर्तमान में ज्ञात सर्वोत्तम विकल्पों के शोषण के विरुद्ध संतुलित करता है — जब भी प्रारंभिक रोक या लागत-संवेदनशील आवंटन मायने रखता है, तो यह शास्त्रीय A/B परीक्षण से बेहतर प्रदर्शन करता है।