Putting these two points together,

Putting these two points together, it seems clear that there’s a qualitative property missing
from the epsilon-Greedy algorithm. We need to make our bandit algorithm care
about the known differences between the estimated values of the arms when our algorithm
decides which arm to explore. We need structured exploration rather than the
haphazard exploration that the epsilon-Greedy algorithm provides.

Kết quả (Việt) 1:

Đặt hai điểm này lại với nhau, nó có vẻ rõ ràng rằng có một chất lượng tài sản thiếutừ giải thuật tham lam epsilon. Chúng ta cần để làm cho tên cướp của chúng tôi chăm sóc thuật toánvề sự khác biệt nổi tiếng giữa các giá trị ước tính của cánh tay khi thuật toán của chúng tôiquyết định mà cánh tay để khám phá. Chúng ta cần thăm dò cấu trúc chứ không phải cácthăm dò ngẩu nhiên giải thuật tham lam epsilon cung cấp.

Kết quả (Việt) 2:

Đưa hai điểm này lại với nhau, nó có vẻ rõ ràng rằng có một tài sản bị mất chất lượng
từ các thuật toán epsilon-tham lam. Chúng tôi cần phải thực hiện chăm sóc thuật toán cướp của chúng tôi
về sự khác biệt nổi tiếng giữa các giá trị ước tính của cánh tay khi thuật toán của chúng tôi
quyết định mà cánh tay để khám phá. Chúng tôi cần phải thăm dò cấu trúc hơn là
thăm dò lung tung rằng các thuật toán epsilon-Greedy cung cấp.