In contrast, if the difference is l

In contrast, if the difference is large, you need to explore a lot less than 10% of the
time to correctly estimate the better of the two options. For that reason, you’ll end
up losing a lot of reward by exploring an unambiguously inferior option in this case.
When we first described the epsilon-Greedy algorithm, we said that we wouldn’t
set epsilon = 1.0 precisely so that we wouldn’t waste time on inferior options, but,
if the difference between two arms is large enough, we end up wasting time on
inferior options simply because the epsilon-Greedy algorithm always explores completely
at random.
33

Kết quả (Việt) 1:

Ngược lại, nếu sự khác biệt lớn, bạn cần phải tìm hiểu rất nhiều ít hơn 10% của cácthời gian chính xác ước tính tốt của hai lựa chọn. Do đó, bạn sẽ kết thúclên mất đi rất nhiều phần thưởng bằng cách khai thác một lựa chọn rõ ràng kém hơn trong trường hợp này.Khi chúng tôi lần đầu tiên mô tả các thuật toán epsilon tham lam, chúng tôi đã nói rằng chúng tôi sẽ khôngSet epsilon = 1.0 chính xác do đó chúng tôi sẽ không lãng phí thời gian trên dưới tùy chọn, Tuy nhiên,Nếu sự khác biệt giữa hai tay là đủ lớn, chúng tôi sẽ chỉ lãng phí thời gian vàokém tùy chọn chỉ đơn giản là bởi vì giải thuật tham lam epsilon luôn khám phá hoàn toànngẫu nhiên.33

Kết quả (Việt) 2:

Ngược lại, nếu sự khác biệt quá lớn, bạn cần phải khám phá ít hơn rất nhiều so với 10% của
thời gian để ước tính một cách chính xác hơn về hai lựa chọn. Vì lý do đó, bạn sẽ kết thúc
lên mất rất nhiều phần thưởng bằng cách khám phá một lựa chọn rõ ràng thua kém trong trường hợp này.
Khi chúng tôi lần đầu tiên mô tả các thuật toán epsilon-tham lam, chúng tôi nói rằng chúng tôi sẽ không
đặt epsilon = 1.0 chính xác để chúng tôi wouldn 't lãng phí thời gian vào tùy chọn kém hơn, nhưng,
nếu sự khác biệt giữa hai cánh tay là đủ lớn, chúng ta kết thúc thời gian lãng phí
tùy chọn kém chỉ đơn giản bởi vì các thuật toán epsilon-tham lam luôn khám phá hoàn toàn
ngẫu nhiên.
33