强化学习在船舶中的应用（三）——权衡

因读博问题，投期刊问题，，，耽误了好久，，，意外，，，意外，，， 上次讲到蒙特卡罗与TD学习方法，现在开始讲解决强化学习问题的探索（Exploration）/寻宝（Exploitation trade off）方法。 探索（Exploration）: 用于获取更多的有关环境的信息 寻宝（Exploitation trade off）：尽可能用已知信息，进行利益最大化   切记，智能体的目标是预期的

>>阅读原文<<