Utforsknings-utnyttjandets dilemma
term_id: explorationexploitation_dilemma
Category: training_techniques
Definition
I beslutsfattandeprocesser står agenter inför en avvägning: de kan utnyttja aktuell kunskap för att få bästa omedelbara belöning, eller utforska okända alternativ för potentiellt att hitta bättre långsiktiga strategier.
Summary
Utforsknings-utnyttjandets dilemma är ett grundläggande problem inom förstärkningsinlärning där en agent måste välja mellan att utforska nya handlingar för att samla information och att utnyttja kända handlingar för att maximera belöning.
Key Concepts
- Belöningsmaximering
- Epsilon-girig
- Övre konfidensgräns
- Förstärkningsinlärning
Use Cases
- Rekommendationssystem som avgör om de ska föreslå populära eller nya objekt
- A/B-testning i marknadsföringskampanjer
- Resursallokering i dynamiska miljöer