探索 vs 利用
面前几台老虎机，不知道哪台最赚。你陷入两难：一直拉目前看起来最好的那台（利用已知），还是偶尔试试别的、万一更好（探索未知）？只利用，可能一开始运气差、错把次品当宝、再也不回头；只探索，又把机会都浪费在乱试上。ε-贪心给了个简单平衡：每次以小概率 ε 随机试一台（探索），其余时候拉当前最好的（利用）。关键是 ε 调多大——拖滑块，看“总收益随 ε 变化”的曲线，找那个甜点。
左图：玩固定回合后的总收益随 ε 的变化（每个 ε 多次平均）。金线是当前 ε。右图：这一局学到的各台估值（绿=最终选中的最佳台，灰=真实期望）。
ε=0 太贪
只利用，容易一开始就锁死在一台次优的上，再也发现不了真正最好的。
中间最好
留一点探索去发现好选项，其余时间狠狠利用——总收益在某个小 ε 处最高。
ε=1 太浪
全在乱试，等于随机选，收益只是各台平均，浪费了已知的好选择。