強化學習在船舶中的應用（三）——權衡

因讀博問題，投期刊問題，，，耽誤了好久，，，意外，，，意外，，， 上次講到蒙特卡羅與TD學習方法，現在開始講解決強化學習問題的探索（Exploration）/尋寶（Exploitation trade off）方法。 探索（Exploration）: 用於獲取更多的有關環境的信息 尋寶（Exploitation trade off）：儘可能用已知信息，進行利益最大化   切記，智能體的目標是預期的

>>阅读原文<<