문맥적 밴딧 환경에서 효율적인 온라인 의사 결정은 어려운 과제이며, 유용한 사전 정보가 없는 방법들은 계산적 또는 통계적 비효율성을 겪는 경향이 있다. 본 연구에서는 복잡한 행동 의존성을 포착하기 위해 사전 훈련된 확산 모델을 표현력 있는 사전 정보로 활용하고, 이러한 사전 정보 하에서 사후 확률을 효율적으로 근사하는 실용적인 알고리즘을 개발한다. 이로써 빠른 업데이트와 샘플링이 모두 가능해진다. 실험 결과는 다양한 문맥적 밴딧 설정에서 제안된 방법의 효과와 다재다능함을 보여준다.
