Post by @77705 • Hey

**多臂老虎机（Multi-Arm Bandits）**: **专业解释**: 多臂老虎机是一个简化的强化学习问题，其中智能体必须在多个动作之间做出选择，每个动作都有一个不确定的奖励。 **通俗解释**: 想象一个有多个手柄的老虎机。你不知道哪一个会给最大的奖励，所以你需要尝试不同的手柄来找出最佳的。