June 2020
Intermediate to advanced
768 pages
22h 23m
German
Als Nächstes werden wir uns mit der Exploration beim Reinforcement Learning (RL) befassen. Dass das Exploration/Exploitation-Dilemma beim RL wichtig und für effizientes Lernen von großer Bedeutung ist, wurde bereits mehrmals erwähnt. In den bislang erörterten Beispielen haben wir einen ziemlich trivialen Ansatz zur Exploration der Umgebung verfolgt, nämlich meistens die Auswahl von Aktionen anhand der ϵ-Greedy-Strategie. Jetzt ist es an der Zeit, die Exploration eingehender zu betrachten.
Die Themen in diesem Kapitel:
Weshalb die Exploration von grundlegender Bedeutung für RL ist
Untersuchung der Effektivität des ϵ-Greedy-Ansatzes
Alternativen und deren Anwendung auf verschiedene Umgebungen