exploration

定義

強化学習で、まだ結果のわからない選択肢をあえて試して情報を集めること。試さなければ良い手が存在することに気づけないため、初期に十分な探索がないと局所的な方策に固定されてしまう。既知の良い手を選ぶ exploitation と対になり、両者のバランスをどう取るかが強化学習の中心的な設計問題になる。

論文題名での読み方

強化学習の未知を試す側

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