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。每拉 10 次拉霸，視為 1 回合（Episode）。

獎勵機制

• 每次選擇一台機器後，會從該機器的獎勵池中隨機抽出 1 個 emoji。
• ❌：0 分
• 🍬：1 分
• 🪙：3 分
• 💎：10 分

獎勵池模式

• 相同分配：全部機器使用相同獎勵池。
• 固定獎勵：兩台全 ❌、兩台全 🍬、一台全 🪙。
• 些微差異：兩台維持原本、兩台變好、一台更好。
• 隱藏大獎：四台普通，一台藏有高倍率 💎 池。
• 洗牌：在不改變模式的情況下，重新隨機分配各機器對應的獎勵池。

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