【RL】ε-贪心算法
文章目录前言ε-贪心算法总结前言初学者对于贪心算法总是会模棱两可，不懂ε具体代表含义，以至于写代码的时候弄淆概念，特此记录下正确算法概念ε-贪心算法ε-贪心的意思是说，我们有 1 − ε 的概率会按照 Q 函数来决定动作，通常 ε 就设一个很小的值，1 − ε可能是 90%，也就是 90% 的概率会按照 Q 函数来决定动作，但是你有 10% 的机率是随机的。通常在实现上 ε 会随着时间递减。在最开始的时候。因为还不知道哪个动作是比较好的，所以你会花比较大的力气在做探索。接下来随着训练的次数越来越
