यह शोधपत्र वेक्टर-मान वाले बहु-उद्देश्यीय बैंडिट समस्याओं में दिए गए विश्वास स्तर के साथ पैरेटो-इष्टतम भुजा सेटों की पहचान करने की वरीयता-आधारित शुद्ध खोज (PrePEx) समस्या को संबोधित करता है। मौजूदा PrePEx एल्गोरिदम मनमाने वरीयता शंकुओं के लिए इष्टतम निचली सीमाओं को कुशलतापूर्वक ट्रैक न करने की खामी से ग्रस्त हैं। यह शोधपत्र निचली सीमा के न्यूनतमीकरण और अधिकतमीकरण समस्याओं को कुशलतापूर्वक हल करके इस खामी को दूर करता है। हम फ्रैंक-वुल्फ अनुकूलन तकनीक का उपयोग करके न्यूनतमीकरण समस्या को कुशलतापूर्वक कम करने और निचली सीमा अधिकतमीकरण समस्या को तेज करने के लिए निचली सीमा के तीन संरचनात्मक गुणों का लाभ उठाते हैं। परिणामस्वरूप, हम FraPPE प्रस्तुत करते हैं, एक एल्गोरिथ्म जो K भुजाओं और L-आयामी रिवॉर्ड्स वाले बैंडिट इंस्टेंस के लिए अधिकतम-न्यूनतम अनुकूलन समस्या को O(KL²) समय में हल करता है। FraPPE असिम्टोटिक रूप से इष्टतम नमूना जटिलता प्राप्त करता है
