דילמת מיצוי-חקירה
term_id: explorationexploitation_dilemma
Category: training_techniques
Definition
בתהליכי קבלת החלטות, סוכנים עומדים בפני פשרה: הם יכולים למצות את הידע הנוכחי לקבלת התגמול המיידי הטוב ביותר, או לחקור אפשרויות לא ידועות כדי למצוא אסטרטגיות ארוכות טווח טובות יותר.
Summary
דילמת המיצוי-חקירה היא בעיה יסודית בלמידה חיזוקית שבה סוכן חייב לבחור בין חקירת פעולות חדשות לאיסוף מידע לבין מיצוי פעולות ידועות למקסום התגמול.
Key Concepts
- מקסום תגמול
- אפסילון-חמדן (Epsilon-Greedy)
- גבול ביטחון עליון (Upper Confidence Bound)
- למידה חיזוקית
Use Cases
- מערכות המלצה המתלבטות האם להציע פריטים פופולריים או חדשים
- בדיקות A/B במסעות שיווקיים
- הקצאת משאבים בסביבות דינמיות