Собесов

Яндекс — Валера и торговые автоматы: интерактивный multi-armed bandit

АлгоритмыMulti-armed bandit / explorationСложнаяSenior

Условие

В бизнес-центре стоят 10 одинаковых на вид торговых автоматов с шоколадками. Каждый автомат выдаёт шоколадку с какой-то фиксированной (но неизвестной) вероятностью. У Валеры есть 200 попыток.

На каждом шаге программа должна вывести номер автомата (0..9), а интерактор вернёт 1 (шоколадка выпала) или 0. Цель — максимизировать суммарное число шоколадок.

Тест считается пройденным, если успешность Валеры превышает 75% от теоретического оптимума на серии прогонов.

Хочешь увидеть разбор?

Зарегистрируйся бесплатно — откроется развёрнутое решение этой задачи и ещё 4 на выбор.

Зарегистрироваться и увидеть разбор
Уже есть аккаунт? Войти