brand

UCB

时间轴 (近 90 天)

8月29日

强化学习探索-利用权衡的经典解决方法包括ε-贪心策略、UCB、Thompson采样和内在好奇心驱动

待验证50%

全部知识事实 (1)

强化学习探索-利用权衡的经典解决方法包括ε-贪心策略、UCB、Thompson采样和内在好奇心驱动