什么叫强化学习的探索和利用过程

Posted 2023-03-24

这一对是强化学习的最主要矛盾。利用，即你利用已学到的知识，采取当前最优的策略，以进入下一个状态；探索，即你不利用已学到的知识，采取随机的动作，来探索是否在之后的状态中有更好的策略。 如果一味地利用，则可能得到局部最优，得不到真正最优的策略；而如果一味地探索，则得到的reward则可能一直很差。 参考技术A 学习动机在学习者第二语言习得的过程中起着独特的作用,它是预测第二语言学习成功的一个决定性因素。外语教师在探索如何激发和强化第二语言课堂上学习者动
机的途径和方法时,应当充分发挥中介作用,注重教学手段的多样化,有效控制学习任务的难度,以使学习者达到"最佳唤醒状态",从而最终强化学习者内在和外
在的外语学习动机,帮助他们学好第二语言。本回答被提问者采纳 参考技术B 强化学习的训练过程就是探索的过程。在学习未结束，value function没有收敛时，agent根据一次次的探索来改进自己的策略。

利用过程则是指根据已有的policy，在实际场所中完成任务。
[1]Barto A G. Reinforcement learning[J]. A Bradford Book, 1998, volume 15(7):665-685.
[2]Wang J X, Kurth-Nelson Z, Kumaran D, et al. Prefrontal cortex as a meta-reinforcement learning system[J]. Nature Neuroscience, 2018, 21(6).