一句话定义
计算机科学和决策理论的经典问题：面前多台老虎机中奖率不同且未知，有限硬币如何分配——是 探索与利用的权衡 的数学母题。
来源
详细解释
- 你不知道哪台机器中奖率高；硬币代表有限的时间和精力。
- 两种策略：
- 探索：试没玩过的机器——可能输钱，但也可能发现超级大奖机器。
- 利用：守住已知中奖率不错的机器，反复玩。
- 学术界提出多种算法（ε-greedy、UCB、Thompson Sampling、吉廷斯指数 等）。
- 关键直觉：探索付出成本换取信息，利用对已知信息榨取最大收益——任何动作都同时支付探索税或利用税。
- 适用范围远超赌博：餐馆选择、研发投入、招聘、择偶、职业规划、创意输出节律（参见 连胜期）。
相关概念
相关工具
出现在
- 探索与利用：怎样继续做个年轻人
- 发刊词：现代精英的思维武器库（仅作为引用——发刊词把”多臂老虎机”列为最强 AI 反复使用的核心概念之一）