본 논문은 오프라인으로 학습된 생성 모델의 품질에 따라 불확실성을 측정하고 의사 결정을 수행하는 Thompson Sampling (TS) 컨텍스트 밴딧 알고리즘 프레임워크를 소개한다. 이 알고리즘은 환경의 불확실성을 관찰할 수 없는 잠재 변수에서 기인하는 것이 아니라, 누락되었지만 잠재적으로 관찰 가능한 결과(미래 및 반사실 결과 포함)에서 비롯되는 것으로 간주한다. 각 의사 결정 시점에 알고리즘은 생성 모델을 사용하여 누락된 결과를 확률적으로 추론하고, 추론된 완전한 데이터셋을 사용하여 정책을 적합시키며, 해당 정책을 사용하여 다음 액션을 선택한다. 이 알고리즘이 TS의 생성적 공식임을 증명하고 최첨단 후회 경계를 설정하며, 후회 경계는 생성 모델의 오프라인 예측 손실 품질에만 의존한다.
