RL - 强化学习 Decaying Epsilon Greedy 算法解决多臂老虎机问题

欢迎关注我的CSDN：https://spike.blog.csdn.net/
本文地址：https://blog.csdn.net/caroline_wendy/article/details/130945234

GitHub 源码: https://github.com/SpikeKing/Reinforcement-Learning-Algorithm

Decaying Epsilon Greedy 算法是一种强化学习中的探索策略，可以平衡开发和探索之间的矛盾。基本思想是，以一个递减的概率 epsilon 随机选择一个动作，以 1-epsilon 的概率选择当前最优的动作。随着学习的进行，epsilon 逐渐减小，从而增加利用已知信息的机会，减少随机探索的次数。这种算法可以保证每个动作都有一定的概率被访问到，同