2.5公式错误

[蔡舒起]

https://hrl.boyuai.com/chapter/1/%E5%A4%9A%E8%87%82%E8%80%81%E8%99%8E%E6%9C%BA#25-%E4%B8%8A%E7%BD%AE%E4%BF%A1%E7%95%8C%E7%AE%97%E6%B3%95
中

应是 p = 1 / N。

total_count就是N

其中，我们用$N$表示到目前为止按压所有臂的次数和，$N_t$代表为目前为止按压第t个臂的次数。

更多可参考我项目：https://github.com/StevenJokess/d2rl/blob/master/chapter/MAB.md#L124-L125
QQ群交个朋友：171097552
付款表达感谢：

[蔡舒起]