Задатак 1

У контексту проблема бандита са к ручица (k-arm bandit), који је примарни изазов са којим се суочава алгоритам за доношење одлука?

  1. Одређивање оптималног низа акција пре него што први временски интервал започне.
  2. Балансирање између истраживања непознатих акција и искоришћавања познатих акција са високом наградом.
  3. Предвиђање како ће се награда за сваку акцију мењати током времена.
  4. Минимизирање укупног броја предузетих акција у временском периоду Т.

[Укупно 3 поена]