探索与利用
教材《人工智能导论》3.4.2 / 内部第1点 · 已审核
通俗解释
在强化学习寻找最优决策函数的过程中，智能体始终面临着一个核心矛盾，即探索（Exploration）与利用（Exploitation）的权衡。 我们可以将其类比为生活中的餐饮选择：是去那家你深知味道绝佳的老店（利用），还是冒险尝试从未光顾的新餐厅（探索）？
例子
选择熟悉的高收益餐厅是利用，尝试一家尚不熟悉的新餐厅是探索。
容易混淆
始终选当前最优动作可能错过更好选择；始终探索也会浪费成本。
检查理解
用自己的话解释“探索与利用”在“策略优化核心”中的作用，并举出教材中的一个例子或适用场景。对照原文检查条件、公式和图表。
查看参考答案
要点：在强化学习寻找最优决策函数的过程中，智能体始终面临着一个核心矛盾，即探索（Exploration）与利用（Exploitation）的权衡。 我们可以将其类比为生活中的餐饮选择：是去那家你深知味道绝佳的老店（利用），还是冒险尝试从未光顾的新餐厅（探索）？ 示例：选择熟悉的高收益餐厅是利用，尝试一家尚不熟悉的新餐厅是探索。