เปรียบเทียบวิธี

	Multi-Armed Bandit (UCB, Thompson Sampling)	การออกแบบการทดลองทางคลินิกแบบปรับเปลี่ยนได้
สาขาวิชา	การออกแบบการทดลอง	การออกแบบการทดลอง
ตระกูล	Hypothesis test	Hypothesis test
ปีกำเนิด	1952	1994
ผู้ริเริ่ม	Robbins (1952); UCB1 by Auer et al. (2002); Thompson sampling by Thompson (1933)	Bauer & Köhne
ประเภท	Sequential decision / bandit algorithm	Adaptive hypothesis test with interim analyses
แหล่งต้นตำรับ	Auer, P., Cesa-Bianchi, N., & Fischer, P. (2002). Finite-Time Analysis of the Multiarmed Bandit Problem. Machine Learning, 47(2–3), 235–256.	Bauer, P. & Köhne, K. (1994). Evaluation of Experiments with Adaptive Interim Analyses. Biometrics, 50(4), 1029–1041.
ชื่อเรียกอื่น	MAB, bandit algorithm, UCB1, Thompson sampling	adaptive design, group sequential design, sample size re-estimation, platform trial
ที่เกี่ยวข้อง	4	3
สรุป	The multi-armed bandit (MAB) is an adaptive experimental framework that allocates trials sequentially across competing arms to minimise cumulative regret while simultaneously learning which arm performs best. Formalised by Robbins in 1952 and given finite-time guarantees by Auer et al. (2002), it balances exploration of uncertain options against exploitation of currently known best options — outperforming classical A/B testing whenever early stopping or cost-sensitive allocation matters.	Adaptive clinical trial design is a flexible experimental framework, formalised by Bauer and Köhne in 1994, in which pre-specified rules allow the trial to be modified mid-course — adjusting sample size, treatment arms, or randomisation ratios — based on accumulating interim data while rigorously controlling the Type I error rate.