Multi-Armed Bandit

نموذج قرار يواجه فيه الوكيل عدة خيارات (أذرع)، وكل اختيار يعطي مكافأة مجهولة مسبقاً. الهدف هو الموازنة بين استكشاف خيارات جديدة واستثمار الخيارات الواعدة لتعظيم المكافأة الإجمالية أو تقليل الندم.

A decision framework where an agent faces multiple options (arms), each yielding an unknown reward. The goal is to balance exploring new options with exploiting promising ones to maximize cumulative reward or minimize regret.