مختبر N-Slot Bandit
قارن بين استراتيجيات الاستكشاف-الاستغلال في bandit متعدد الأذرع.
لكل ذراع احتمال مكافأة برنولي غير معروف. في كل خطوة يختار الوكيل ذراعًا ويلاحظ مكافأة 0 أو 1.
- Epsilon-Greedy: استكشاف عشوائي باحتمال epsilon.
- UCB1: مكافأة تفاؤل للأذرع غير المؤكدة.
- Thompson Sampling: أخذ عينات بايزية عبر توزيعات Beta.
متوسط المكافأة
الندم التراكمي
الأذرع (الاحتمالات الحقيقية)
حرّر يدويًا أو عشوّئ ثم اضغط تطبيق.
معلومات التشغيل
التشغيل الحالي: 0 / 0
الخطوة: 0 / 0
متوسط المكافأة: -
الندم التراكمي: -