待验证50% 置信事实精确时间

探索与利用（exploration vs exploitation）的平衡是强化学习的核心矛盾之一

1

来源数

50%

置信度

长期有效

时效性

2026/10/7

首次发现

来源

1亿次Rollout：强化学习探索空间的爆炸式扩张

涉及实体

强化学习concept

相关事实

待验证强化学习的核心挑战在于探索-利用权衡，智能体需要在利用已知有效策略与探索未知可能性之间找到平衡77% 相似待验证多臂老虎机问题的核心挑战在于探索与利用（exploration vs. exploitation）的平衡75% 相似待验证持续自适应的优点是体验无缝、能应对环境漂移，缺点是工程复杂度高且存在错误学习风险65% 相似待验证进化算法的核心挑战是探索-利用（Exploration-Exploitation）的平衡困境64% 相似待验证赫布学习和竞争学习的共同局限在于缺乏明确的优化目标，难以针对下游任务进行端到端调优，通常用于特征提取和表示学习64% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/984828

API

curl https://kongchang.com/api/v1/knowledge/claims/984828

MCP

get_claim(id=984828)