以下の文章を読み、空欄に最もよく当てはまる選択肢を1つ選べ
バンディットアルゴリズムで使われる方策の1つで、小さな確率でランダムに行動を選んで探索し、それ以外のときは現時点で最も良いとわかっている行動を選ぶものは( )である
オリジナル問題(スタディードが作成)