多臂赌博机

范范叶亮的博客 leovan.me 2020/05/16

本文为 《强化学习系列》 文章 本文内容主要参考自《强化学习》 1 多臂赌博机问题 一个赌徒，要去摇老虎机，走进赌场一看，一排老虎机，外表一模一样，但是每个老虎机吐钱的概率可不一样，他不知道每个老虎机吐钱的概率分布是什么，那么每次该选择哪个老虎机可以做到最大化收益呢？这就是 多臂赌博机问题 (Multi-armed bandit problem, K- or N-armed bandit prob…