संदर्भगत बैंडिट्स
भुजा चयन
वर्तमान पुरस्कार अनुमानों और देखे गए संदर्भ के आधार पर उपलब्ध विकल्पों में से इष्टतम कार्रवाई चुनने की प्रक्रिया।
← पीछेवर्तमान पुरस्कार अनुमानों और देखे गए संदर्भ के आधार पर उपलब्ध विकल्पों में से इष्टतम कार्रवाई चुनने की प्रक्रिया।
← पीछे