后悔值怎么计算

后悔值可以根据以下公式计算：

后悔值 = 最优决策的期望收益 - 当前选择的期望收益

其中，最优决策的期望收益是指在当前情况下，按照最优策略来决策所能获得的期望收益；当前选择的期望收益是指在当前情况下，按照当前选择来决策所能获得的期望收益。

例如，小明要在两个商品中选择一个购买，商品A价格为100元，有60%概率中奖，中奖后获得200元收益；商品B价格为50元，有80%概率中奖，中奖后获得100元收益。如果小明选择购买商品A，则后悔值为：

后悔值 = 60% * 200元 + 40% * (-100元) - 100元 = 20元

如果小明选择购买商品B，则后悔值为：

后悔值 = 80% * 100元 + 20% * (-50元) - 50元 = 35元

因此，根据后悔值来决策，小明应该选择购买商品A。