Додати до Chrome
✅ Перевірена відповідь на це питання доступна нижче. Наші рішення, перевірені спільнотою, допомагають краще зрозуміти матеріал.
Чому greedy policy без exploration є проблемною в reinforcement learning?
Вона не оновлює свої параметри
Вона обирає дії випадковим чином
Вона не використовує інформацію про винагороду
Вона може застрягти в субоптимальній політиці
Отримайте необмежений доступ до відповідей на екзаменаційні питання - встановіть розширення Crowdly зараз!