Now that we’ve defined both arms an

Now that we’ve defined both arms and rewards, we can describe the abstract idea of a
bandit problem that motivates all of the algorithms we’ll implement in this book:
• We’re facing a complicated slot machine, called a bandit, that has a set of N arms
that we can pull on.
• When pulled, any given arm will output a reward. But these rewards aren’t reliable,
which is why we’re gambling: Arm 1 might give us 1 unit of reward only 1% of the
time, while Arm 2 might give us 1 unit of reward only 3% of the time. Any specific
pull of any specific arm is risky.
• Not only is each pull of an arm risky, we also don’t start off knowing what the reward
rates are for any of the arms. We have to figure this out experimentally by actually
pulling on the unknown arms.

Kết quả (Việt) 1:

Bây giờ mà chúng tôi đã xác định cả hai tay và phần thưởng, chúng tôi có thể mô tả những ý tưởng trừu tượng của mộttên cướp vấn đề thúc đẩy tất cả các thuật toán chúng tôi sẽ thực hiện trong cuốn sách này:• Chúng ta đang phải đối mặt với một khe máy phức tạp, được gọi là một tên cướp, trong đó có một bộ cánh tay Nrằng chúng tôi có thể kéo.• Khi kéo, cánh tay đưa ra bất kỳ sẽ ra một phần thưởng. Nhưng những phần thưởng không đáng tin cậy,đó là lý do tại sao chúng ta đang cờ bạc: 1 cánh tay có thể cung cấp cho chúng tôi 1 đơn vị của phần thưởng chỉ có 1% của cácthời gian, trong khi cánh tay 2 có thể cung cấp cho chúng tôi 1 đơn vị của phần thưởng chỉ 3% của thời gian. Bất kỳ cụ thểkéo bất kỳ cánh tay cụ thể là nguy hiểm.• Không chỉ là mỗi kéo một cánh tay nguy hiểm, chúng tôi cũng không bắt đầu hiểu biết những gì các phần thưởngtỷ giá cho bất kỳ của cánh tay. Chúng tôi phải ra con số này bằng thực nghiệm bởi trên thực tếkéo trên cánh tay không rõ.

Kết quả (Việt) 2:

Bây giờ chúng ta đã xác định cả hai cánh tay và phần thưởng, chúng ta có thể mô tả các ý tưởng trừu tượng của một
vấn đề tên cướp đó thúc đẩy tất cả các thuật toán, chúng tôi sẽ thực hiện trong cuốn sách này:
• Chúng ta đang phải đối mặt với một khe máy phức tạp, được gọi là một tên cướp, đó có một bộ N vũ khí
mà chúng ta có thể kéo về.
• Khi kéo, bất kỳ tay cho sẽ ra một phần thưởng. Nhưng những phần thưởng là không đáng tin cậy,
đó là lý do tại sao chúng tôi đang đánh bạc: Arm 1 có thể cung cấp cho chúng tôi 1 đơn vị phần thưởng chỉ có 1% của
thời gian, trong khi Arm 2 có thể cung cấp cho chúng tôi 1 đơn vị phần thưởng chỉ có 3% thời gian. Bất kỳ cụ
kéo của bất kỳ tay cụ thể là nguy hiểm.
• Không chỉ được mỗi kéo của một cánh tay đầy rủi ro, chúng tôi cũng không bắt đầu biết những gì các phần thưởng
giá đều là cho bất kỳ của cánh tay. Chúng ta phải tìm ra này bằng thực nghiệm bởi thực sự
kéo trên tay chưa biết.