Görev 1

k-kollu bandit problemi bağlamında, karar verme algoritmasının karşılaştığı temel zorluk nedir?

  1. İlk zaman aralığı başlamadan önce en uygun eylem dizisini belirlemek.
  2. Bilinmeyen eylemleri keşfetme ile yüksek ödül getirdiği bilinen eylemleri kullanma arasında denge kurmak.
  3. Her bir eylemin ödülünün (reward) zaman içinde nasıl değişeceğini tahmin etmek.
  4. Zaman dilimi T içinde gerçekleştirilen toplam eylem sayısını en aza indirmek.

[Toplam 3 puan]