探索和利用是强化学习 (RL) 中的两个关键概念,它们指导智能体的决策过程。探索指的是代理尝试新的行动来发现潜在的更好的策略或奖励,而利用则涉及代理使用已知的行动,这些行动在过去已经导致了高回报。
探索很重要,因为它允许代理收集有关环境的更多信息,并避免陷入次优解决方案。另一方面,利用利用代理的现有知识来最大化即时回报。在实践中,代理人必须在探索新行动和利用最知名的行动之间取得平衡。
例如,在导航任务中,代理可以在探索新路径 (探索) 或坚持先前成功的路径 (利用) 之间进行选择。平衡探索和利用对于确保代理不会错过更好的策略或过早地解决次优策略至关重要。