piabrota← proof index

Automelhoria recursiva: um bandit que ajusta um bandit

Automelhoria recursiva: um bandit que ajusta um bandit Um diagrama de fluxo de trabalho gerado pelo Archify. 01 / Agente de fora 02 / Agente de dentro Escolher ε · braços 1; 0,5; 0,1; 0,01 · Agente de fora Escolher ε braços 1; 0,5; 0,1; 0,01 Atualizar crença sobre ε · sem pessoa no laço · Agente de fora Atualizar crença sobre ε sem pessoa no laço Sorveteria ε-gulosa · 500 clientes · Agente de dentro Sorveteria ε-gulosa 500 clientes Ganho médio · por cliente · Agente de dentro Ganho médio por cliente próximo episódio Legenda UI do usuário Lógica do agente Contexto / rastreamento