文档摘要

3.3 行动选择策略 本节摘要：行动选择是在当前状态的候选行动中挑出要执行的那一个。规则把状态匹配到动作；概率按分布采样；价值估计选分高的；基于模型则先用 T 预演再选。探索与利用决定何时偏离当前最优去长见识。规划是把选择拉成序列；本节讨论序列长度为 1、或规划只给出候选时，最后那一票怎么投。 会员。《3.3 行动选择策略》收录于灏天文库文集《AI 智能体基础：认知、决策与学习》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/513-ai-%E6%99%BA%E8%83%BD%E4%BD%93%E5%9F%BA%E7%A1%80%E8%AE%A4%E7%9F%A5%E5%86%B3%E7%AD%96%E4%B8%8E%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流