人工智能 - 强化学习 - 探索和利用

探索和利用

假设有5个老虎机，你经过多次尝试，计算出了其中两台赚钱的概率（假设只有赚钱和赔钱）。一个老虎机赚钱的概率是10%，而另一台赚钱概率为90%！

接下来你要玩1000次老虎机，你要怎么玩呢？

在已知的这两台老虎机中，你肯定会倾向于选择赚钱概率为90%的那一台。那么剩下的三台老虎机呢？你要去尝试吗？

万一其中一台赚钱的概率是99.9%呢？你到底是利用已知，还是探索未知？

这就是探索和利用（exploration and exploitation）。经常被用在强化学习中。

这个问题也被称为多臂老虎机问题。

原创不易，转载请附上原文链接哦~
地址：https://blog.letmefly.xyz/2023/04/03/Other-AI-ReinforcementLearning-ExplorationAndExploitation/