Bornes sur le regrets de bandits manchots stochastiques.

Dans cet exposé, je vous exposerai un problème d'optimisation de gain moyen dans un casino. Je vous présenterai le contexte d'une machine à sous composée de plusieurs bras. Le but est de sélectionner le bras permettant de maximiser son gain. On donnera des bornes sur le regret (qui correspond à la différence en espérance entre le gain maximum et le gain obtenu pour notre stratégie) dans le cas général et dans le cas d'une stratégie particulière (UCB).