bandit을 잘 이해 할 수 있기를 기대합니다. 간단한 시뮬레이션을 해보는 것도 좋겠습니다
short term vs long term 이 오프라인 / 온라인에서 어떤 차이를 보이는지 알아가면 좋겠습니다
long term(or trajectory)을 정의한다면 어떻게 정의 할 수 있을지도 알고 싶습니다
(개념적으로 잘못 알고 있는건 없는지 등등)