Rl exploration and exploitation 探索和利用

最后修改于 2023-07-18

阅读量:

探索（exploration）是通过随机行动对环境进行探索，以获取更多信息；利用（exploitation）是通过利用已知信息来最大化奖励。

WHY

平衡 Agent 探索新信息和利用已知信息的程度。

RL 探索和利用的平衡_figure_1.png

利用（exploitation）：选择已知的好的行动，但存在错失更好的行动的风险；

探索（exploration）：选择未知的行动，可能会是一个坏行动，也可能是一个新的好行动。

#待整理笔记

[[Reinforcement Learning 强化学习.canvas]]

到头儿啦~