探索：ε-greedy 之外还有什么RL2026年6月15日·4 分钟阅读探索：ε-greedy 之外还有什么高维连续空间里纯 ε-greedy 不够；entropy bonus、OU 噪声和 count-based 各适不同场景，探索不足表现为早收敛到次优。#强化学习#探索#DQNREAD →
