Dilema exploração-exploração
term_id: explorationexploitation_dilemma
Category: training_techniques
Definition
Nos processos de tomada de decisão, os agentes enfrentam um compromisso: podem explorar o conhecimento atual para obter a melhor recompensa imediata ou explorar opções desconhecidas para potencialmente encontrar estratégias melhores a longo prazo.
Summary
O dilema exploração-exploração é um problema fundamental no aprendizado por reforço, onde um agente deve escolher entre explorar novas ações para coletar informações e explorar ações conhecidas para maximizar a recompensa.
Key Concepts
- Maximização da Recompensa
- Épsilon-Guloso
- Limite Superior de Confiança
- Aprendizado por Reforço
Use Cases
- Sistemas de recomendação decidindo se sugerem itens populares ou novos
- Testes A/B em campanhas de marketing
- Alocação de recursos em ambientes dinâmicos
Related Terms
- Aprendizado por Reforço (Tipo de aprendizado onde agentes aprendem por tentativa e erro)
- Bandit Multibracado (Problema clássico de otimização sequencial)
- Q-Learning (Algoritmo de aprendizado por reforço baseado em valor)
- Gradiente de Política (Método de aprendizado por reforço baseado em otimização direta da política)