2022年8月25日
awesome-exploration-rl 前沿追踪——如何高效地探索未知的奥秘
摘要： 引言 探索和利用的平衡 (The banlance between exploration and exploitation) 是强化学习中最核心的问题之一。 一般来说，利用指的是利用当前已知知识做出最优动作，探索指的是探索未知的环境以获取新的知识，从而潜在地可能得到回报更大的动作。探索与利用如何平 阅读全文
posted @ 2022-08-25 12:05 OpenDILab 阅读(106) 评论(0) 推荐(0) 编辑