固定随机序列下的 epsilon 贪心选择 提示

提示

• 先把题面中的状态量、阈值和输出对象对应清楚；本题核心关注：确定性 epsilon-greedy 探索/利用决策
• 按输入顺序扫描或维护必要的中间量，避免输出题面没有要求的辅助指标。
• 边界、等号和并列情况不要自行发挥：按题面固定的风险、价值、编号和保守安全规则输出唯一结果。
• 若出现无解分支，按题面约定输出 STOP。
• 注意编号基准、浮点保留位数和空集合等边界输入。