强化学习——探索与利用基本方法
探索和利用的困局（exploration exploitationdilemma）：利用是做出当前信息下的最佳决定， 探索则是尝试不同的行为继而收集更多的信息。最好的长期战略通常包含一些牺牲短期利益举措。通过搜集更多或者说足够多的信息使得个体能够达到宏观上的最佳策略。几个基本的策略朴素探索(Naive Exploration): 在贪婪搜索的基础上增加一个Ɛ以实现朴素探索； 乐观初...
