Tarea 1

En el contexto del problema del bandido de k brazos, ¿cuál es el principal desafío al que se enfrenta el algoritmo de toma de decisiones?

  1. Determinar la secuencia óptima de acciones antes de que comience el primer intervalo de tiempo.
  2. Equilibrar la exploración de acciones desconocidas con la explotación de acciones conocidas de alta recompensa.
  3. Predecir cómo cambiará la recompensa de cada acción a lo largo del tiempo.
  4. Minimizar el número total de acciones realizadas dentro del período de tiempo T.

[Total 3 puntos]