探索と発見

探索と発見のパターンは、不確実な選択肢を試すことと、既知の良い選択を活用することのバランスを取ります。このコレクションには、好奇心に基づく探索、バンディット戦略、進化的最適化、そしてフィードバックを通じて有用な振る舞いを発見しなければならない環境向けの強化学習が含まれます。

既知の戦略を繰り返すだけのシステムは新しい状況に適応できませんが、制約のない探索はコストが高く、安全でない場合もあります。これらのパターンは、そのトレードオフを明示的にします。