想象你要从近乎无穷的方案里挑一个最好用的，却只够试几十次。此时，算法不只要判断哪些旧方案值得复测，还要决定何时寻找新方案。这就是无限臂老虎机——“臂”指候选选项，也是推荐、试验设计和强化学习中的基础决策模型。
Emmanuel Pilliat 提出的统一框架，关键在于 OSE 算法无需预设候选项属于哪类分布，而会根据已观察到的回报，自适应安排探索。论文还用“经排名修正的逆平方差距函数”描述难度：直观地说，它同时考虑一个选项排得多靠前，以及它与更好选项有多难区分。作者据此在多类分布上给出接近最优的理论速率，并发现新的噪声转变区间。
框架还提供 anytime 保证：实验即使突然停下，也能给出带理论保证的推荐。实用增强版 PROSE 则被作者报告在所考察的主要分布类别上达到当时领先的实验表现；摘要未披露具体提升幅度。