任務 1

在 k 臂老虎機（k-arm bandit）問題的背景下，決策演算法所面臨的主要挑戰是什麼？

  1. 在第一個時間區段開始之前確定最優的行動序列。
  2. 在探索未知行動與利用已知高回報行動之間取得平衡。
  3. 預測每個行動的回報將如何隨時間變化。
  4. 在時間區間 T 內將所採取的行動總數最小化。

[總分 3 分]