Ons algoritme is epsilon-greedy doordat we een epsilon parameter introduceren , die bepaald hoe vaak een random actie ipv de optimale actie gekozen wordt.
Deze kans op een random actie wordt kleiner naargelang er meerdere iteraties gebeuren omdat exploratie in het begin belangrijker is
dan later waar exploitatie de bovenhand zou moeten nemen.
We bieden tevens de mogelijkheid aan om van epislon-greedy over te stappen naar greedy als er partial observability is, namenlijk een detectie van een bepaald aantal
sequentiele iteraties zonder botsingen.Partial observability is voor sommige praktische toepassingen echter niet mogelijk en hierdoor
zullen er dan ook meer iteraties nodig zijn om een stabiele oplossing te vinden.