Nieukierunkowana eksploracja: z prawdopodobieństwem ε losowa akcja, w przeciwnym razie zachłanna; wariant Boltzmanna losuje akcje proporcjonalnie do softmaxu wartości.
Undirected exploration: a random action with probability ε, otherwise the greedy one; the Boltzmann variant samples actions from a softmax over values.
Najprostszy sposób na próbowanie nowego: zwykle wybierasz najlepszy znany ruch, ale co jakiś czas losowy.
The simplest way to try something new: usually pick the best known move, but now and then a random one.
Program, który zawsze wybiera najlepszą znaną opcję, nigdy nie odkryje, że inna mogła być lepsza.
A program that always picks the best known option never finds out that another might be better.
Jak rzut monetą przed wyjściem z domu: zwykle idziesz utartą drogą, a czasem los wysyła cię inną trasą.
Like flipping a coin before leaving home: you usually take the usual route, sometimes chance sends you another way.
Aplikacja z przepisami zwykle pokazuje dania, które lubisz, ale co któryś raz podsuwa coś zupełnie innego.
A recipe app usually shows dishes you like, but every so often slips in something completely different.