exploitation

定義

強化学習で、いまわかっている中で最も報酬が高い行動を選び、実際に成果を得ること。探索(exploration)と対になる概念で、活用に偏ると未発見のより良い手に到達できず、探索に偏ると得られたはずの報酬を捨てることになる。この語は「搾取」という否定的な語感では使われず、単に既知の知識を使うことを指す点に注意。

論文題名での読み方

探索と対になる概念

この語が出てくる解説

• 論文解説 WarpSAC: 強化学習の「安定化装置」は、データが潤沢になると足枷に変わるWarpSAC: Towards the Pinnacle of Scalable Off-policy RL by Rethinking Exploration and Exploitation