専門用語集（Glossary）
AdBanditで使用する用語の定義一覧
多腕バンディット（Multi-Armed Bandit）
複数の選択肢（アーム）の中から、報酬を最大化するためにどれを選ぶかを逐次決定する問題。各アームを引くたびに得られる報酬は確率的に変動する。探索（未知のアームを試す）と活用（既知の良いアームを選ぶ）のバランスを取ることが重要。
UCB1（Upper Confidence Bound 1）
多腕バンディット問題を解くアルゴリズムの一つ。各アームの「平均報酬」と「不確実性（試行数が少ないほど大きい）」を組み合わせたスコアで、次に選ぶアームを決定する。探索と活用を自動的にバランスさせる。
報酬関数（Reward Function）
インプレッション（α）、クリック（β）、コンバージョン（γ）を重み付きで合計し、1つのスコアに変換する関数。α + β + γ = 1.0 になるよう設定し、どの指標を重視するかを調整する。
アーム（Arm）
多腕バンディットにおける「選択肢」。AdBanditでは、訴求テーマ・トーン・フォーマットなどの組み合わせで定義される広告クリエイティブの候補。各アームは試行数と平均報酬を持ち、UCB1スコアで選択される。
枝刈り（Pruning）
パフォーマンスが低いアームを候補から除外する処理。一定試行数以上で、最良アームとの差が閾値を超えたアームをPRUNED状態にし、リソースを有望なアームに集中させる。
イベント（Event）
1回の「生成→投稿→観測」のサイクル。UCB1で選ばれたアームに基づきコンテンツを生成し、プラットフォームに投稿。一定時間後にメトリクスを取得し、報酬を計算してアームの統計を更新する。
Content Factory
アームのパラメータから広告用テキスト・画像を生成するモジュール。プロンプトテンプレートと生成AI（OpenAI/Anthropic等）を組み合わせて、プラットフォーム向けのクリエイティブを出力する。
Delivery Agent
生成したコンテンツをX（Twitter）やInstagramなどのSNSに実際に投稿するモジュール。各プラットフォームのAPIと連携し、レート制限を考慮しながら投稿を行う。
観測（Observation）
投稿したコンテンツのパフォーマンス（インプレッション、クリック、コンバージョン）を取得し、報酬を計算してアームの統計を更新する処理。observeMetrics Cloud Functionが定期実行する。
変異体アーム（Mutant Arm）
枝刈りされたアームのパラメータをベースに、わずかに変化させて生成する新しいアーム。探索の継続と多様性の確保に使われる。