語言
AI 實驗室 · 強化學習 · 可打分
多臂老虎機：只調探索率 ε，拉 100 次看總獎金。
五台拉霸機，有的平均給得多、有的波動大。你只調探索率 ε，按「開始拉 100 次」， 總獎金 ≥ 180 算過關。ε 太高一直亂試、太低又卡在爛機器——找甜蜜點。