Phòng lab N-Slot Bandit
So sánh chiến lược khám phá–khai thác trong bài toán bandit đa tay.
Mỗi tay có xác suất thưởng Bernoulli chưa biết. Mỗi bước tác nhân chọn một tay và nhận thưởng 0 hoặc 1.
- Epsilon-Greedy: khám phá ngẫu nhiên với xác suất epsilon.
- UCB1: cộng thêm bonus lạc quan cho tay chưa chắc chắn.
- Thompson Sampling: lấy mẫu hậu nghiệm Bayes bằng phân phối Beta.
Thưởng trung bình
Hối tiếc tích lũy
Các tay (xác suất thật)
Chỉnh thủ công hoặc ngẫu nhiên hóa, rồi nhấn Áp dụng.
Thông tin chạy
Lượt chạy hiện tại: 0 / 0
Bước: 0 / 0
Thưởng TB: -
Hối tiếc TL: -