强化学习之Exploration - Exploitation Dilemma 1
Exploration是探索如何选择动作的潜在假设。例如，采取智能体之前从未采取的动作，Q-learning 中的贪婪策略就是基于这个思想会，设置一定的概率来采取之前没有的动作。 Exploitation是利用已有的知识来更好地完成任务，根据当前已知情况获得最大收益。例如一条路收益为5，一条路收益为10，这是两条已知的路，狗狗会加油发现那个10的道路。但是还有一条收益为15的道路狗狗探索不到，需要
相关文章
- 1. 强化学习方法（一）：探索-利用困境exploration exploitation，Multi-armed bandit
- 2. 深度加强学习David Silver（九）——Exploration and Exploitation
- 3. 论推荐系统的Exploitation和Exploration
- 4. Reinforcement learning: integrating learning and planning, exploitation and exploration
- 5. David Silver-强化学习笔记【1.强化学习介绍】
- 6. 深度强化学习系列之(1): 强化学习概述
- 7. 强化学习(1)
- 8. 强化学习之概述
- 9. 强化学习与DQN
- 10. 深度强化学习1——强化学习到深度强化学习
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • Kotlin学习（一）基本语法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
最新文章
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 强化学习方法（一）：探索-利用困境exploration exploitation，Multi-armed bandit
- 2. 深度加强学习David Silver（九）——Exploration and Exploitation
- 3. 论推荐系统的Exploitation和Exploration
- 4. Reinforcement learning: integrating learning and planning, exploitation and exploration
- 5. David Silver-强化学习笔记【1.强化学习介绍】
- 6. 深度强化学习系列之(1): 强化学习概述
- 7. 强化学习(1)
- 8. 强化学习之概述
- 9. 强化学习与DQN
- 10. 深度强化学习1——强化学习到深度强化学习