N-슬롯 밴딧 실습
확률적 다중 밴딧에서 탐험-활용 전략을 비교합니다.
각 팔은 알려지지 않은 Bernoulli 보상 확률을 가집니다. 매 단계 에이전트가 하나의 팔을 선택해 0 또는 1 보상을 관찰합니다.
- Epsilon-Greedy: epsilon 확률로 무작위 탐험.
- UCB1: 불확실한 팔에 낙관적 보너스 부여.
- Thompson Sampling: Beta 분포를 통한 베이지안 사후 샘플링.
평균 보상
누적 후회
팔(실제 확률)
수동 편집 또는 랜덤화 후 적용을 클릭하세요.
실행 정보
현재 실행: 0 / 0
스텝: 0 / 0
평균 보상: -
누적 후회: -