Esercizio 1

Nel contesto del problema del k-arm bandit, qual è la sfida principale affrontata dall'algoritmo decisionale?

  1. Determinare la sequenza ottimale di azioni prima che inizi il primo intervallo temporale.
  2. Bilanciare l'esplorazione (exploration) di azioni sconosciute con lo sfruttamento (exploitation) di azioni note ad alta ricompensa.
  3. Prevedere come la ricompensa per ogni azione cambierà nel tempo.
  4. Minimizzare il numero totale di azioni intraprese entro il periodo di tempo T.

[Punteggio totale: 3 punti]