多臂老虎机问题
- 核心思想：在多个未知收益的选项间做选择，必须权衡“探索”（尝试新选项）和“利用”（使用当前最优）。最优策略由吉廷斯指数决定。
- 书里怎么解释的：伯努利老虎机（成功概率未知）可以用“取样再贪婪”或“自适应探索率”启发式。贝叶斯老虎机中，决策者先验分布已知，吉廷斯指数计算每个选项的长期价值，选择指数最高的选项。
- 书里的例子：
- 推销策略：三种话术（笃定预约、关心提问、人性感动），各试几次后，第二种成功率最高但样本少，第一种只试一次。决策者必须决定是继续用第二种（利用），还是回头试第一种（探索）。自适应策略会根据成功率平方分配后续试验次数。
- 人工肺试验：外科医生巴特莱特发现人工肺成功率远超其他方案，他立刻停止对其他方案的探索，让所有患者用人工肺。这是最优的，因为如果某个选项总是成功，探索其他无价值。
- 退休投票模型：选民像拉老虎机一样，如果执政党经济表现好（高收益），就更倾向投给他们（利用好政策），这解释了为什么经济繁荣有利于现任总统连任。
启示：
- 设置“探索预算”。书里说医生发现人工肺最好，就停止探索。普通人面对新爱好、新副业，可以给自己设个“探索期”（比如花1000块、试3个月）。如果3个月没起色，果断放弃，专心用老本行赚钱（利用）。不要永远在探索，那会饿死；也不要永远不探索，那会错过机会。
- “后悔”的数学基础。吉廷斯指数考虑了“错过高收益选项”的机会成本。生活中最大的遗憾往往不是做了错事，而是没做某事（比如没去争取那个职位、没表白的暗恋）。所以，对于试错成本低的事情（学个课程、约人吃饭），多探索；对于试错成本极高的事情（离婚、辞职），多利用（三思后行）。
- 数据记录改善生活。书中举了罗伯茨用自己身体做实验，发现站立8小时改善睡眠的例子。普通人如果失眠、头疼，可以简单做笔记（什么时间吃了什么、睡了多久），把生活当成一个多臂老虎机问题来“实验”，你会找到对自己最友好的生活方式。