Keşif-İstismar İkilemi
term_id: explorationexploitation_dilemma
Category: training_techniques
Definition
Karar verme süreçlerinde ajanlar bir ödünleşimle karşılaşır: en iyi anlık ödülü almak için mevcut bilgilerini istismar edebilirler veya daha iyi uzun vadeli stratejiler bulmak için bilinmeyen seçenekleri keşfedebilirler.
Summary
Keşif-istismar ikilemi, bir ajanın bilgi toplamak için yeni eylemleri keşfetmesi ile ödülü maksimize etmek için bilinen eylemleri istismar etmesi arasında seçim yapmak zorunda olduğu pekiştirmeli öğrenmede temel bir sorundur.
Key Concepts
- Ödül Maksimizasyonu
- Epsilon-Greedy
- Üst Güven Aralığı
- Pekiştirmeli Öğrenme
Use Cases
- Popüler ürünleri mi yoksa yenilerini mi önermeye karar veren öneri sistemleri
- Pazarlama kampanyalarında A/B testi
- Dinamik ortamlarda kaynak tahsisi