Один агент, динамика.

Пример 8.3. Пусть в условиях примера 8.2 a = 1, и агент принимает решения последовательно несколько раз. После первого «шага» он обладает информацией (15). В соответствии с выражением (6) его действием на втором «шаге» будет выбор xMrp(J) = 17 / 31. Наблюдая свой выигрыш при этом действии, агент может однозначно восстановить истинное значение состояния природы в0 = (3; 3).

Таким образом, в настоящем примере агенту достаточно было двух наблюдений (двух «шагов»), чтобы восстановить всю недостающую информацию. •

Нескольких агентов в статике рассматривать мы не будем, перейдя сразу к динамическому случаю.