piabrota← proof index

π e você: um braço, depois três

π e você: um braço, depois três Um diagrama de fluxo de trabalho gerado pelo Archify. 01 / Agente 02 / Você, a recompensa Crença · nota média por ação · Agente Crença nota média por ação Aproveitar ou explorar · π(N), π(N+1), outra alavanca · Agente Aproveitar ou explorar π(N), π(N+1), outra alavanca Mostrar π · uma aproximação · Agente Mostrar π uma aproximação Atualizar crença · só da ação escolhida · Agente Atualizar crença só da ação escolhida Está bom? · nota em [0, 1] · Você, a recompensa Está bom? nota em [0, 1] próxima rodada Legenda UI do usuário Lógica do agente Contexto / rastreamento Sistema externo