बहु-सशस्त्र डाकू

यह नाम एक जुआरी से आया है जो कई स्लॉट मशीनों (एक-सशस्त्र डाकुओं) का सामना कर रहा है, प्रत्येक की जीत दर अज्ञात है, जो कई खींचतानों पर इनाम को अधिकतम करना चाहता है। केंद्रीय तनाव एक्सप्लोर-एक्सप्लॉइट ट्रेडऑफ़ है: उस हाथ को खींचते रहें जो सबसे अच्छा दिखता है, या अधिक जानने के लिए अनिश्चित हथियारों का नमूना लें। प्रदर्शन को अफसोस, आपके पुरस्कारों के बीच संचयी अंतर और हमेशा सही सर्वोत्तम हाथ चुनने से मापा जाता है; अच्छे एल्गोरिदम अफसोस प्राप्त करते हैं जो राउंड की संख्या में केवल लघुगणकीय रूप से बढ़ता है। क्लासिक रणनीतियों में एप्सिलॉन-लालची (शोषण, लेकिन छोटी संभावना के साथ यादृच्छिक रूप से अन्वेषण करना), अपर कॉन्फिडेंस बाउंड (उच्चतम आशावादी अनुमान के साथ हाथ चुनना), और थॉम्पसन सैंपलिंग (प्रत्येक हाथ के पीछे के विश्वास से नमूना लेना और विजेता की भूमिका निभाना) शामिल हैं। प्रासंगिक डाकू स्थिति की विशेषताओं का चयन करके इसका विस्तार करते हैं।