You can get an initial intuition fo

You can get an initial intuition for how the Softmax algorithm handles this problem by
imagining that you choose each arm in proportion to its estimated value. Suppose that
you have two arms, A and B. Now imagine that, based on your past experiences, these
two arms have had two different rates of success: rA and rB. With those assumptions,
the most naive possible implementation of a Softmax-like algorithm would have you
choose Arm A with probability rA / (rA + rB) and Arm B with probability rB / (rA
+ rB). In code, this proportional approach would look like:

Kết quả (Việt) 1:

Bạn có thể nhận được một trực giác ban đầu cho cách Softmax các thuật toán xử lý vấn đề này bằngtưởng tượng bạn chọn mỗi tay theo tỷ lệ giá trị ước tính của nó. Giả sử rằngbạn có hai cánh tay, A và B. Bây giờ hãy tưởng tượng rằng, dựa trên kinh nghiệm quá khứ của bạn, nhữnghai cánh tay có hai mức độ khác nhau của sự thành công: rA và rB. Với những giả định,Hầu hết ngây thơ có thể thực hiện một thuật toán giống như Softmax sẽ có bạnchọn cánh tay A với xác suất rA / (rA + rB) và cánh tay B với xác suất rB / (rA+ rB). Trong mã, cách tiếp cận theo tỷ lệ này sẽ trông giống như:

Kết quả (Việt) 2:

Bạn có thể nhận được một trực giác ban đầu để làm thế nào các thuật toán xử lý softmax vấn đề này bằng cách
tưởng tượng rằng bạn chọn mỗi cánh tay tương ứng với giá trị ước tính của nó. Giả sử rằng
bạn có hai cánh tay, A và B. Bây giờ tưởng tượng rằng, dựa trên kinh nghiệm quá khứ của bạn, những
hai cánh tay đã có hai mức độ khác nhau của sự thành công: Ra và Rb. Với những giả định,
những điều có thể thực hiện ngây thơ nhất của một thuật toán softmax như sẽ có bạn
chọn Arm A với xác suất RA / (Ra + Rb) và Arm B với xác suất Rb / (Ra
+ Rb). Trong mã, phương pháp tỷ lệ này sẽ như thế nào: