編號	獎勵池	選擇	獎勵

遊戲說明

這是一個簡化版的多臂拉霸機環境，共有 5 台機器：A0 ~ A4。
每次動作就是直接選擇其中一台機器，目前獎勵先固定為 0。

State 描述

• selectedMachine：目前選中的機台索引（0 ~ 4）

Action 描述

• 0：A0
• 1：A1
• 2：A2
• 3：A3
• 4：A4

手動操作

• 鍵盤 0 ~ 4：選擇 A0 ~ A4