Zadanie 1

W kontekście problemu wielorękiego bandyty o k ramionach (k-arm bandit), jakie jest główne wyzwanie stojące przed algorytmem podejmowania decyzji?

  1. Wyznaczenie optymalnej sekwencji działań przed rozpoczęciem pierwszego przedziału czasowego.
  2. Równoważenie eksploracji nieznanych działań z eksploatacją znanych działań o wysokiej nagrodzie.
  3. Przewidywanie, jak nagroda dla każdego działania będzie zmieniać się w czasie.
  4. Minimalizowanie całkowitej liczby podjętych działań w ciągu okresu T.

[Łącznie 3 punkty]