遊戲說明
這是一個簡單的多臂拉霸機模擬遊戲，玩家可以選擇不同的機器以觀察其回報特性。
此遊戲可手動操作或由程式控制，非常適合強化學習的訓練環境。
遊戲機制
- 玩家選擇一台機器，該機器根據預先設定的機率分布產生隨機回報。
- 回報值為 0 到 10 的整數，嚴格依照機率分布生成。
- 玩家可多次選擇相同機器，觀察其行為特性並制定策略。
手動操作
- 按下「Action 0」到「Action 4」按鈕，選擇對應的機器。
- 選擇後，顯示該次操作的回報值及機器的期望值 (EV)。
狀態描述 (State)
動作描述 (Action)
- 0：選擇第 0 號機器
- 1：選擇第 1 號機器
- 2：選擇第 2 號機器
- 3：選擇第 3 號機器
- 4：選擇第 4 號機器