求通俗解釋下bandit老虎機是個什麼東西？

  在說bandit之前先考慮一個實際問題：假設你來到一個新的城市，你剛開始選擇去哪吃飯可能隨機選一選，你大概會知道哪些店比較符合你的口味。當你有了一些基本的判斷之後，你是會選擇吃原來覺得好吃的店呢？還是探索你從來都沒有去過的店呢？從來都沒有去過的店你可能會覺得更好吃，也有可能不會。人的選擇一般都是探索一點點，大部分時候都會選擇以前覺得還可以的店。這中間就有個度的問題。在計算機中怎麼量化這個度呢，

>>阅读原文<<